AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：模型推理
共 86 篇文章 · 清除标签
Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型
Qwen3.8-27B-DFlash2是由Inco AI开发并开源的一款投机解码草稿模型，专门针对通义千问Qwen3.8-27B目标模型设计。该草稿模型仅包含1.92B参数，通过创新的块级并行预测、轻量路径选择器和双抽头动态卷积技术，能够在单次前向传播中并行生成整块token序列，从而大幅提升推理速度。在H200单卡、SGLang单并发配置下，其吞吐量达到传统自回归解码的2.7至3.4倍，平均接受...
IndexTTS-2.5：Bilibili 开源的工业级零样本语音克隆模型深度评测
IndexTTS-2.5 是由 Bilibili Index Speech 团队开源的工业级零样本语音克隆模型，参数量仅 0.8B。该模型支持中文、英语、日语、西班牙语和阿拉伯语五种语言的跨语种迁移，能够在保留源说话人音色的前提下，用不同语言进行语音合成。通过重构推理架构，模型实现了 2.28 倍的推理速度提升，并融入了精细化的情感控制、语速调节与发音干预机制，为内容创作、本地化配音等场景提供了高...
PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准
PAST-Bench是普林斯顿大学王梦迪团队推出的基准测试，专门用于评估个人AI Agent的递归自我改进能力。该基准通过对比有持久化记忆与无持久化记忆条件下的任务表现，精确判断Agent保存的跨会话经验是否真正改善了后续行为。它覆盖记忆、流程复用、信息搜集、状态更新四类核心能力，包含26个任务场景和204个任务回合，为Agent的跨会话学习能力提供标准化量化评估。
Wan-Animate-2 – 万相团队开源的新一代角色动画模型
Wan-Animate-2是万相团队开源的新一代角色动画模型，作为Wan-Animate的重大架构升级，采用端到端的双分支Diffusion Transformer（DiT）架构，直接从参考视频中捕捉运动先验，摒弃了显式姿态骨架和辅助姿态提取网络。该模型支持文本驱动的视角控制，提供可达24fps的实时流式变体，在动作保真与身份一致性方面实现了显著提升。
Orchard – 微软研究院开源的 Agentic AI 建模框架
Orchard 是微软研究院推出的开源 Agentic AI 建模框架，其核心是基于 Kubernetes 的 Orchard Env 环境服务，能够跨域复用沙箱进行数据蒸馏、强化学习 rollout 与评估。该框架已覆盖软件工程、浏览器导航和个人助理三大典型场景，并同时开源了训练数据与评估方法，为 Agent 研究提供了可复现的基础设施。
ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统
ForgeStencil是由面壁智能联合OpenBMB开源社区推出的全自动Stencil研究部署系统。该系统基于Kernel Agent与App Agent双智能体闭环架构，能够从优化策略发现到真实生产软件集成实现全流程零人工介入。在一周内，ForgeStencil完成了100余个工业与科学计算软件的端到端优化，中位加速比达到1.41倍，覆盖油气勘探、电磁仿真、医学影像等8大工业领域与5大科学领域...
SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型
SenseNova U1.5-Lite-Preview 是商汤科技开源的轻量级原生统一多模态模型预览版，基于 NEO-Unify 架构迭代，仅 8B-MoT 参数即贯通视觉理解、推理、生成与编辑。模型原生支持 4K 图像生成，具备精细局部纹理、真实世界质感、中英文文字生成与复杂版式能力，优化对超长自然语言和结构化视觉指令的精准遵循，配套 Prompt Enhance Skill 降低复杂创作门槛。
E-Bench – 腾讯混元等推出的智能体评测基准
E-Bench是腾讯混元团队联合清华大学AIR、东南大学推出的多步骤工具使用评测基准。它以王者荣耀、QQ音乐、腾讯会议三大真实产品为原型，构建全合成虚拟环境，包含323个状态变更任务、41张数据库表及超7.6万条数据。通过信息鸿沟与工具鸿沟双不对称设计，迫使智能体主动搜集隐藏信息并编排多步工具调用，最终用确定性数据库状态diff评分，揭示AI智能体在真实产品场景中的能力边界。
Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型
Qwen 3.8-Max是阿里云Qwen团队研发的旗舰级大语言模型，总参数量达2.4万亿，激活参数95B，基于Qwen 3.5架构扩展而成。作为Qwen系列中首个即将开源权重的Max级别模型，它在编程、办公、科研及长程自主任务上实现全面升级。模型支持通过千问AI平台API调用，兼容OpenAI与Anthropic协议，可无缝集成至Claude Code、Codex、Qoder等主流智能体框架，展现...
AngelSpec – 腾讯混元团队开源的端到端推测解码训练框架
AngelSpec是腾讯混元团队开源的一款端到端推测解码训练框架，基于TorchSpec构建，支持MTP自回归与DFly块并行共六种草稿架构。该框架实现了推理与训练的解耦，通过Mooncake/RDMA流式传输隐藏状态，在Hy3-A21B模型上DFly架构实现了1.98–2.40倍的端到端加速，吞吐较DFlash提升10.5–11.8%。AngelSpec旨在系统性地解决推测解码中草稿接受率与验证...
