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：大语言模型
共 117 篇文章 · 清除标签
WorkForge – 腾讯联合复旦推出的智能体训练环境构建框架深度评测
WorkForge是腾讯混元与复旦大学联合推出的智能体训练环境构建框架，旨在解决当前智能体训练中高质量长程任务数据稀缺的核心瓶颈。该框架从专家工作流蓝图出发，通过获取智能体自动检索真实世界资源搭建工作区，基于工作区中的事实锚点生成任务指令与双重验证标准，让智能体在执行过程中产出可追溯的轨迹数据。目前WorkForge已建成16.7K个可验证环境，横跨40个专业领域，可将35B模型的GDPval得分...
科大讯飞 SparkAudio 1.0 深度评测：全国产算力驱动的星火语音基座大模型
SparkAudio 1.0 是科大讯飞于 2026 年 10 月 22 日在全球 1024 开发者节上发布的星火语音基座大模型，基于全国产算力完成训练，围绕语音识别、同传翻译、实时交互三大核心方向实现能力跃升，并拓展了音频理解、情绪识别、实时说话人分离与环境声理解等进阶能力。该模型通过半监督音频编码器、动态分段端到端建模、双范式协同解码三项技术创新，实现了整体效果提升 20%、响应时延降低 15...
MOSS-Image – 模思智能联合OpenMOSS开源的文生图模型
MOSS-Image是模思智能与OpenMOSS团队联合开源的文生图模型，其核心由5B参数的单流扩散Transformer（DiT）主干构成，配合冻结的Qwen3.5-9B文本编码器与FLUX.2 VAE，权重采用Apache-2.0协议发布。该模型在训练阶段剔除AI生成图像以降低"AI味"，并针对中英文密集文本渲染、JSON Layout/Bounding Box结构化布局控制以及最长4096 ...
MemT 1.0 – 记忆张量开源的业内首个记忆原生基座模型
MemT 1.0是记忆张量（MemTensor）团队推出的业内首个记忆原生（Memory-Native）基座模型，已全面开源。该模型摒弃了传统大语言模型依赖外部检索或重复注入历史文本的方式，而是将历史信息编码为可持续更新的内部记忆状态，使模型能够在推理计算过程中直接读写记忆。MemT 1.0包含Flash（288B参数/17B激活）和Nano（36B参数/3B激活）两个版本，在11项记忆基准上位列...
Eleven Realtime：ElevenLabs 一体化语音 Agent 模型的架构突破与工程实践
Eleven Realtime 是 ElevenLabs 推出的一体化语音 Agent 模型系列，包含 v1 Mini 与 v1 Max 两个版本，核心设计思想是将语音识别（ASR）、语言模型推理、工具调用与语音合成（TTS）整合进单一模型，替代传统方案中多组件串联的复杂架构。该系列支持 90 多种语言，并可调用 ElevenLabs 声音库中 17,000 余种音色，v1 Max 在保持 98....
Xing4.0-29B-Intent：星辰实验室开源的意图理解专用模型深度评测
Xing4.0-29B-Intent是星辰实验室（XingChen Lab）开源的意图理解专用模型，基于自研的Xing4.0-29B-A4B通用基座模型微调而成。该模型采用“类别＋参数”的结构化输出范式，将用户自然语言输入同时转换为意图分类结果与参数抽取结果，支持意图识别、实体识别、关系抽取、事件抽取四类核心任务。凭借MoE架构带来的计算效率优势，模型平均仅输出数十个Token即可完成完整的语义解...
Ming-3.0：蚂蚁百灵开源全链路语音模型家族深度评测
Ming-3.0是蚂蚁集团百灵大模型团队开源的全链路语音系列模型，围绕语音合成（TTS）、音频理解与对话（Audio）、语音识别（ASR）三类核心任务推出五款模型。该系列以"合成+理解+识别"一体化能力覆盖语音应用全流程，其中TTS系列支持独创的"导演模式"精细控制情绪、节奏与重音，Audio系列可端到端理解长录音并结构化输出，ASR系列支持热词注入与方言识别。模型已落地支付宝、阿福APP等蚂蚁内...
DeepSeek-V4.1-Flash-1017评测：轻量级模型的性能-成本双重优化实践
DeepSeek-V4.1-Flash-1017是DeepSeek推出的轻量级模型迭代版本，网页端、APP与API已同步切换。新版本通过自反馈强化学习训练，大幅提升游戏开发、3D建模等编程能力，可零基础上手完整项目。同时缩短任务时长与输出长度，实现性能与成本的双重优化，适配DeepSeek Harness、CodeBuddy等框架。
GLM-Legal – 智谱推出的法律专用大模型
GLM-Legal是智谱AI推出的法律专用大模型，基于轻量级基座GLM-5.3-Flash，通过法律领域中间训练与强化学习后训练打造。该模型覆盖阅读材料、提取事实、分析法律关系、制定建议、生成专业文件的完整工作流，支持合同审查、证据分析、法律研究、合规规划等任务。在官方评测中，Harvey LAB全项通过率达19.2%，LegalBench与PLawBench表现持平前沿闭源模型，展示了小参数规模...
OpenDots 深度评测：CopilotKit 开源的 AI 同事工作区，能否成为 OpenAI Dots 的替代方案？
OpenDots 是由 CopilotKit 推出的开源 AI 同事工作区模板，支持用户完全自行托管。该工具允许用户创建具有独立角色、工具权限和专属电脑的 AI 员工（称为 Dots），并通过 AG-UI 协议接入各类大语言模型与 MCP 服务。OpenDots 的核心设计理念是将 AI 从单次对话助手升级为长期在线、可执行真实任务、具备工作记忆的协作同事，其功能覆盖文档沉淀、实时操作监控、人工审...
