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
Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型
小米汽车推出的辅助驾驶世界模型（Xiaomi Auto World Model）首次将三维重建（WorldRec）与视频生成（WorldGen）深度耦合，构建起一套完整的驾驶场景理解与模拟体系。该模型通过稀疏3D锚点实现10秒视频的10秒快速重建，并采用两阶段训练与ODE蒸馏技术将视频生成去噪步数压缩至4步，达到0.19秒/帧的生成速度，支持最长1分钟连续视频生成。在Waymo数据集上重建精度PS...
opera-browser-cli – Opera Neon 开源的命令行工具
opera-browser-cli是由Opera Neon团队推出的开源命令行工具，基于opera-devtools封装，允许本地AI代理（如Claude Code）通过终端直接操控浏览器。该工具无需云端中转或复杂认证，仅需两行命令即可完成安装，使AI从单纯的“问答工具”进化为能够执行网页测试、数据抓取、Web应用生成等实际操作的数字助手。它标志着浏览器正式进入AI Agent时代，为开发者提供了...
Rodin Gen-2.5 – 影眸科技推出的千万级多边形 AI 3D 模型
Rodin Gen-2.5 是影眸科技（Hyper3D）推出的全球首款支持千万级多边形直接生成的AI 3D模型工具，基于SIGGRAPH 2025最佳论文技术，实现了从文本、单张图片或多视角图像到高质量3D模型的端到端生成。该工具在Speedy模式下仅需4秒即可生成百万面模型，输出格式涵盖GLB、FBX、OBJ、USDZ、STL等工业标准格式，为游戏开发、影视制作、电商展示和AR/VR内容生产提供...
Aholo Viewer – 群核科技开源的 3D 高斯浏览器
Aholo Viewer是群核科技（Manycore Tech）开源的一款基于3D高斯溅射（3D Gaussian Splatting, 3DGS）技术的高性能Web端渲染引擎。该工具的核心突破在于采用chunk-level LOD（细节层次）流式加载技术，使得高达10亿级高斯点的城市级超大3D场景，能够在包括手机在内的各类终端浏览器上实现秒级加载与流畅漫游。它兼容ply、spz、sog、spla...
SkyClaw-v1.0 – 昆仑万维天工AI推出的高性能Agent模型
SkyClaw-v1.0是昆仑万维天工AI团队推出的高性能Agent专用模型，专为复杂多步任务和真实工作流场景设计。该模型支持百万token级别的超长上下文窗口，深度适配OpenClaw、Hermes、Claude Code、Codex等主流Agent框架，通过大规模mid-train、合成任务SFT与端到端强化学习优化，在PinchBench-v2、Claw-Eval等专业评测中超越了Minim...
AgentScope 2.0 – 通义实验室开源的多智能体开发框架
AgentScope 2.0是由阿里云通义实验室推出的开源多智能体开发框架，专注于解决智能体从实验性Demo向稳定生产环境迁移的工程难题。该框架在设计上采用了Agent-Oriented Programming（面向智能体编程）的哲学，强调智能体的自主性与组织架构，而非简单的对话编排。与市面上多数仅停留在原型验证阶段的多智能体框架不同，AgentScope 2.0通过引入模型容错机制、系统化权限控...
MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型
MiniCPM5-1B是由面壁智能联合清华大学、OpenBMB开源社区共同推出的1B参数级别端侧文本基座大模型。该模型在AA-Index综合评测榜单上以17.9分的成绩超越了所有2B参数以下的模型，成为当前全球性能最强的开源端侧文本基座。其INT4量化版本仅需0.5GB的存储空间，这使得它能够轻松部署在手机、平板、浏览器等终端设备上，驱动诸如AI桌宠等本地化智能应用，实现了高性能与低资源消耗的完美...
Dulus – 开源的 CLI AI Agent，可驱动多模型工具调用
Dulus 是一个约 12K 行 Python 代码的开源命令行 AI Agent 框架，支持 Claude、GPT、Gemini、DeepSeek、Kimi、Qwen 等 40 余种主流语言模型。其核心创新在于能够直接捕获浏览器中网页版 AI 的访客会话，将其转化为具备文件读写、代码编辑、Bash 执行、Web 搜索等 27 种工具调用能力的本地代理。Dulus 同时支持 MCP（Model C...
Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent
Reasonix 是一款专为 DeepSeek 系列模型设计的开源终端编程 Agent，围绕 DeepSeek 的字节稳定 prefix-cache 机制构建了 append-only 运行循环，实测缓存命中率达 99.82%，长会话输入成本压缩至约 2 折。该工具直接对接 DeepSeek API，通过固定前缀、只追加日志、工具调用修复与智能成本切换三大支柱，帮助开发者在极低费用下长时间运行编程
DataBuddy – 腾讯云推出的大数据智能体工作台
DataBuddy是腾讯云推出的面向企业数据基础设施的原生AI Agent工作台，基于与WorkBuddy同源的Harness框架打造，覆盖数据分析、数据治理与数据工程三大核心场景。用户通过自然语言对话提出目标，Agent能够自主拆解任务、调用Skill、规划流程并直接交付结果，无需在多个页面间切换操作。产品内置六层统一语义知识层与数据飞轮机制，支持自动巡检、智能修复、ETL自动生成等企业级能力，...
