Qwen-Image 是一款强大的图像生成与编辑基础模型，能够实现复杂的文字渲染和精准的图像编辑，尤其在中文文字渲染方面表现出色，适用于多种艺术风格和应用场景。

WebAgent是由阿里云通义实验室开源的自主搜索AI智能体项目，旨在模拟人类在网络环境中的感知、决策和行动循环，通过自主搜索和多步推理处理复杂、模糊的网络任务。

通义千问3是阿里巴巴达摩院通义实验室发布的最新版本语言模型，具有强大的自然语言处理能力，支持多语言理解和生成，广泛应用于对话、文本生成、代码生成等场景。

Fogsight是一款基于大型语言模型（LLM）的AI动画引擎，能够将用户输入的抽象概念或关键词快速转化为高质量的叙事动画。

Qwen3-Coder 是阿里巴巴通义千问团队发布的最新代码模型，具备卓越的代码生成和智能代理能力，能够大幅提升开发效率。

讯飞星火X1深度推理大模型是科大讯飞推出的一款基于全国产算力训练的深度推理大模型，旨在为教育、医疗、企业应用等多个领域提供高效、自主可控的AI解决方案。

GPT-5是OpenAI推出的下一代大型语言模型，具有更强的自然语言理解和生成能力，能够进行多语言文本生成、对话理解、代码编写、逻辑推理等。

OpenAI 推出的一款强大的人工智能工具，它能够自主完成复杂的多步骤任务，将自然语言处理与任务自动化相结合，极大地提升了工作效率。

低成本移动操作机器人，旨在为机器人爱好者和研究人员提供一个易于组装和使用的平台。

StreamDiT 通过“分块-缓存-并行”流式架构，让消费级显卡也能实时生成 2K+ 图像，同时保持扩散模型的高保真细节。

RoboBrain 2.0 是目前最强的开源具身智能大脑模型，让机器人“看得更清、想得更多、做得更巧”。

谷歌DeepMind开源的GenAI Processors库，是一个轻量级、高效的Python工具，能帮开发者快速构建异步、可组合的生成式AI工作流，特别适合实时处理音频、视频和文本等多模态数据。

Google 推出的 MedGemma 是目前最强大的开源医疗 AI 模型之一，专为医疗健康领域的 AI 开发而设计。

Reachy Mini 是 Hugging Face 推出的开源桌面机器人，专为 AI 开发者设计，支持 Python 编程，接入 Hugging Face Hub，轻松玩转 170 万+ AI 模型。

微软最新推出的超轻量级AI推理模型，让手机也能轻松运行强大的AI推理功能！

阿里HumanOmniV2是由阿里巴巴通义实验室开发的一款多模态AI系统，能够通过分析视频、音频、文字等多种信息，像人类一样理解复杂的社交情境和人类意图。

PaddleOCR 3.1 是一款基于飞桨深度学习框架开发的开源光学字符识别（OCR）工具，凭借其高精度、多语言支持和强大的文档解析能力，广泛应用于文档处理、信息提取等场景。

Grok4是由xAI开发的新一代大模型，具备多模态输入、强大推理能力和优化后的上下文窗口，旨在为用户提供更高效、更智能的自然语言处理和任务执行能力。

DLoRAL是由香港理工大学与OPPO研究院联合推出的一款开源视频超分辨率框架，基于扩散模型实现一步生成高清视频，为视频超分辨率领域带来了革命性突破。

CoreWeave是一家专注于为人工智能和GPU密集型工作负载提供云计算服务的公司，其平台专为大规模AI模型训练、推理以及计算密集型任务而设计。

值得买集团AI能力平台通过大模型、商品库与内容库以及AI引擎等技术，为用户提供精准的消费意图理解、商品推荐和内容生成服务，提升消费决策效率。

值得买集团MCP开放平台是一个结合了AI技术与消费生态的工具，旨在通过提供消费信息服务和交易支持服务，助力用户做出更明智的购物决策并提升交易效率。

GPT-5 是 OpenAI 推出的下一代人工智能模型，它集成了 GPT 系列与 o 系列模型的改进，具备多模态处理能力、强大的推理能力和更长的上下文窗口，能够广泛应用于多种场景。

它在数学推理、代码生成、复杂推理和多模态处理能力上表现出色，有望为企业和开发者提供更高效的 AI 解决方案。

Pickle 团队开发的开源 AI 桌面助手，旨在成为用户的“数字大脑扩展”，通过实时捕捉屏幕和音频活动，将零散信息转化为结构化知识，提升工作效率。

EarthMind 是一个开源多模态大模型，专注于高效分析和理解复杂的地球观测数据，通过创新技术提升数据整合与分析能力。

通过创新的“专家集成”策略融合了多个高性能父模型，显著提升了推理速度和效率。

腾讯元器MCP市场是腾讯推出的一个基于MCP协议的智能体开发与集成平台，旨在通过标准化的工具调用和丰富的服务生态，帮助开发者高效构建和部署智能体应用。

LongAnimation 是一款专注于生成长动画的工具，通过动态全局局部记忆机制实现理想的长期色彩一致性，解决了传统方法在长动画生成中色彩不一致的问题。

Stable Audio Open Small 是一款由 Stability AI 与 Arm 合作推出的轻量级文本到音频生成模型，专为移动设备优化，能够在本地快速生成高质量音频。

VINCIE-3B是由字节跳动开源的一款3亿参数的上下文连续图像编辑模型，基于其内部MM-DiT架构开发。

DeepSWE 是一款基于 Qwen3-32B 模型，完全通过强化学习训练而成的开源 AI Agent 系统，旨在提升软件工程任务的自动化和效率。

一款专注于动漫视频生成的人工智能工具，旨在通过优化生成质量、动作流畅度和风格多样性，为动漫、漫画及VTuber内容创作者提供更强大的创作支持。

EX-4D是一种先进的4D视频合成工具，能够将单目视频转化为可在极端视角下自由控制的4D视频体验，生成高质量且物理一致的结果。

华为开源盘古7B稠密模型是一款由华为推出的开源人工智能预训练模型，旨在推动大模型技术的研究与创新发展，加速人工智能在各行业的应用。

Ovis-U1是由阿里巴巴国际AI团队发布的多模态大模型，集多模态理解、文本到图像生成和图像编辑三种核心能力于一身，展现了强大的跨模态处理能力。

Qwen VLo是由阿里云通义千问发布的多模态统一理解与生成模型，它不仅能够“看懂”世界，更能基于理解进行高质量的再创造，真正实现了从感知到生成的跨越。

文心大模型4.5系列开源模型是百度于2025年6月30日正式开源的新一代多模态大模型，涵盖多种参数规模的混合专家（MoE）模型和稠密型模型。

中国首个海洋领域的开源大模型，由浙江大学海洋精准感知技术全国重点实验室牵头研发，具备海洋专业知识问答、多模态数据处理以及海洋机器人操控等能力。

该模型专为低资源设备设计，能够在仅需2GB内存的手机、平板和笔记本电脑上流畅运行，并具备强大的多模态处理能力，支持图像、音频、视频和文本等多种输入。

Black Forest Labs 推出的开源图像编辑模型，支持通过自然语言对图像进行精准编辑，具备上下文感知能力，能够在多次迭代编辑中保持图像质量和风格一致性。

Hunyuan-A13B是由腾讯混元开源的首个混合推理MoE模型，总参数量达800亿，激活参数仅130亿，具有出色的推理速度和性价比。

Gemini CLI 是一个开源的命令行 AI 工具，能够将 Gemini 的强大功能直接集成到终端中，帮助用户高效处理代码、自动化任务以及与各种工具集成。

Claudia 是一款为 Claude Code 设计的强大桌面应用程序，提供直观的图形用户界面，帮助用户管理 Claude Code 会话、创建自定义智能体、跟踪使用情况，并运行安全的后台智能体。

OmniGen2是由VectorSpaceLab团队开发的一款开源全能多模态模型，具备强大的视觉处理能力和多种生成任务的统一框架。

DreamActor-H1 是字节跳动推出的一款基于扩散变换器（Diffusion Transformer, DiT）的框架，能够从配对的人类和产品图像生成高质量的人类产品演示视频。

Jaaz是一款本地化的AI设计工具，能够智能生成图像、海报、分镜头脚本等设计内容，支持本地模型运行，是Lovart的免费替代品。

当贝AI是一个聚合全网优质大模型的平台，提供极速、免费、不限量的大模型服务，支持多种模型并为用户提供定制化的推广策略和方案策划。

EmbodiedGen是一个用于生成具有真实世界规模和物理真实感的交互式3D世界的工具，能够以较低成本生成多样化的3D资产，助力具身智能相关研究的泛化能力提升。

谷歌 DeepMind 的 Magenta 团队开发的一款开源工具，能够在本地设备上实时生成流式音乐音频。

Kimi-Researcher 是月之暗面旗下的 Kimi 推出的基于端到端自主强化学习技术训练的新一代 Agent 模型，专为深度研究任务而设计。

CloudRobo具身智能平台是华为云在2025年6月20日的华为开发者大会2025上发布的创新平台，旨在通过强大的多模态能力和思维能力，为机器人提供智能决策支持，加速具身智能的创新。

OneRec是快手推出的一款端到端生成式推荐系统，通过大模型技术重构传统推荐架构，实现了效果与成本的双重突破。

SongGeneration 是腾讯 AI Lab 推出的开源音乐生成大模型，旨在解决音乐生成领域中的音质、音乐性与生成速度等关键问题，同时支持文本控制、多轨合成与风格跟随等功能。

新网站 ‘The OpenAI Files’ 上线，汇集 OpenAI 内部文件及批评，引发公众对其是否偏离非营利目标的讨论，同时聚焦AI开发的透明度、安全性和监管。

谷歌 Gemini 2.5 Flash-Lite 是一款高效、低成本的轻量级推理模型，专为需要低延迟和高吞吐量的任务设计，适合大规模分类、总结等应用场景。

基于 Model Context Protocol（MCP）的服务器工具，使用 python-pptx 操作 PowerPoint 演示文稿，支持通过 MCP 协议创建、编辑和操作 PowerPoint 文件。

Ming-Omni是一款由蚂蚁集团和Inclusion AI联合推出的多模态模型，具备图像、文本、音频及视频处理能力，支持语音与图像生成、多模态输入融合处理，并开放源代码以促进研究与发展。

V-JEPA2是由Meta推出的一款基于视频数据训练的世界模型，能够实现对物理世界的理解、预测和规划，并支持零样本机器人控制。

MNN TaoAvatar是阿里巴巴基于其开源的轻量级深度学习推理框架MNN开发的3D数字人技术，支持真3D虚拟角色的实时生成与驱动，能够在手机等移动设备上以高达90FPS的帧率运行，带来流畅的交互体验。