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。
最新文章
共 583 篇文章
PilotDeck – 清华联合面壁智能开源的 Agent 操作系统
PilotDeck 是由清华大学自然语言处理实验室（THUNLP）、面壁智能、OpenBMB 与 AI9stars 联合开源的新一代智能体操作系统。它以 WorkSpace 工作舱为核心设计范式，为每个项目建立独立的文件系统、记忆存储和技能集，实现多任务并行与物理隔离。系统创新性地提出记忆白盒化、智能路由动态分配模型以及 24 小时 Always-on 常驻任务引擎，实测成本节省 70% 以上，同...
Qwen-Image-Bench – 通义千问推出的文生图模型评测基准
Qwen-Image-Bench是通义千问团队（阿里巴巴）推出的一款专门用于文生图模型评测的标准化基准数据集，规模为1,000条精心设计的测试样本，覆盖中英双语提示词，采用Apache-2.0协议开源。该基准旨在为图像生成领域提供一套统一、可复现、多维度覆盖的评测框架，填补现有基准在中文场景覆盖不足的空白，帮助开发者和研究者客观、公正地对比不同文生图模型的实际生成能力，涵盖文本渲染、图像编辑、通用...
Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型
Claude Opus 4.8 是 Anthropic 推出的最新旗舰级大语言模型，在 Opus 4.7 的基础上实现了判断力、诚实性和长时独立工作能力的显著跃升。该模型在编程、智能体推理、多学科推理等六项核心基准测试中全面领先 GPT-5.5 和 Gemini 3.1 Pro，API 价格维持不变，极速模式成本降至前代的三分之一，成为当前 AI 领域最具竞争力的通用智能模型之一。
Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列
Fara1.5是微软研究院AI Frontiers实验室推出的浏览器端AI智能体（CUA，Computer Use Agent）模型系列，包含4B、9B、27B三个参数版本。该系列模型基于Qwen3.5进行微调，采用纯像素级截图作为唯一输入，通过“观察—思考—行动”的循环机制，直接输出鼠标与键盘操作指令，从而实现对网页的自主控制。在Online-Mind2Web基准测试中，其27B版本的任务成功率...
Guizang Social Card Skill – 歸藏开源的小红书图文优化Skill
Guizang Social Card Skill 是由独立开发者歸藏（op7418）开源的一款专为 Claude Code / Codex 等 AI Agent 环境设计的图文卡片生成技能。该工具以单文件 HTML + CSS 为核心，结合 Playwright 渲染引擎，能够在 Agent 工作流中一键输出具有杂志级排版质感的小红书 3:4 竖图、公众号 21:9 头图及 1:1 分享卡。内置...
Wall-OSS-0.5 – 自变量机器人开源的国产具身智能模型
Wall-OSS-0.5是由自变量机器人（X Square Robot）开源的国产具身智能模型，属于视觉-语言-动作（VLA）大模型范畴。模型以4B参数量（基于30亿参数的Qwen2.5-VL骨干网络）实现了无需任务微调即可在真实机器人上部署的“零样本”能力，通过创新的Gradient-Bridge协同训练方法，将动作能力无缝融入基础模型backbone，使机器人能直接执行搬运、分拣等17个真实任...
MAI-Image-2.5 – 微软推出的旗舰级文生图模型
MAI-Image-2.5是微软研究院推出的旗舰级文生图模型，作为MAI-Image系列的最强版本，它在Arena文生图排行榜上以1,254分的成绩跃升至第3名，较前代提升了72分，成功打破了Google DeepMind与OpenAI对前五名的长期垄断。该模型的核心突破在于重点增强了文字渲染与商业视觉能力，能够精准生成包含文字内容的海报、包装、标签等商业物料。同时，它在视觉推理、画面一致性和指令...
omp – 开源的 AI 终端编程智能体，能与 IDE 深度联动
omp（oh-my-pi）是基于 Pi 项目二次开发的开源 AI 终端编程智能体，核心代码约 2.7 万行 Rust，支持 40+ 模型供应商与 32+ 内置工具。它定位为能与 IDE 深度联动的终端编码工具，通过独创的 Hashline 哈希锚定编辑技术、LSP/DAP 协议集成以及真实浏览器驱动，将代码编辑、重构、调试、搜索等能力统一到一个终端界面中，打破当前 AI 编码工具“隔着玻璃看代码”...
ForgeTrain – 面壁智能联合清华等开源的大模型预训练框架
ForgeTrain 是由面壁智能联合清华大学、OpenBMB 开源社区发布的全球首个完全由 AI 编写、零人类代码介入的生产级大模型预训练框架。该框架采用独创的 Forge Engineering 三阶段方法论（立标准→逐比特对齐→性能反超），在英伟达 H100 上训练速度超越 Megatron 10%，并已在华为昇腾芯片上完整跑通预训练流程，成功训练出 MiniCPM5-1B 模型。Forge...
Keye-VL-2.0-30B-A3B – 快手开源的自研多模态大模型
Keye-VL-2.0-30B-A3B是快手自主研发并完全开源的多模态大语言模型，基于30B参数规模（采用MoE架构，实际激活参数约3B），首次将DeepSeek Sparse Attention（DSA）稀疏注意力机制引入多模态理解领域。模型支持256K超长上下文窗口，能够对小时级视频进行几乎无损的端到端时序推理，在TimeLens基准测试的多项视频理解指标上超越Gemini-2.5-Pro和G...
