腾讯发布混元2.0大模型，含推理增强版和指令遵循版，总参数406B，支持256K上下文窗口，在数学、代码等复杂推理任务上表现突出。模型采用MoE架构，已上线腾讯云API并在部分应用灰度测试。
美团LongCat团队开源了LongCat-Image图像生成模型，该模型拥有6B参数，在文生图和图像编辑领域表现优异，旨在平衡性能与使用门槛，填补开源与闭源模型之间的技术空白。
高德地图推出“AI停车雷达”，实时感知目的地周边道路车位占用情况，帮助用户高效规划停车，减少绕行等待。该功能融合空间智能感知、AI视觉分析与实时交通数据，实现分钟级车位动态推演与可视化，并在导航中提供智能停车建议。
高德地图推出“AI停车雷达”，利用空间智能感知与AI视觉分析，实时推演城市道路车位占用情况，实现分钟级动态可视化。用户在导航时可于车道级界面查看沿途车位空闲状态，有效缓解停车焦虑。目前该功能已在北京上线，覆盖数万个道路停车位，标志着导航应用从路线引导向停车服务延伸。
创意工作空间，支持多模型、多媒介，一站式助力创作输出。
集成研究空间，集发现、组织、合成于一体，高效科研工作平台
为深度创作者提供的 AI 原生工作空间，简化内容创作流程。
利用AI设计工具改造您的空间。
TomoroAI
TomoroAI/tomoro-colqwen3-embed-4b是一款先进的ColPali风格多模态嵌入模型，能够将文本查询、视觉文档（如图像、PDF）或短视频映射为对齐的多向量嵌入。该模型结合了Qwen3-VL-4B-Instruct和Qwen3-Embedding-4B的优势，在ViDoRe基准测试中表现出色，同时显著减少了嵌入占用空间。
nvidia
NVIDIA Nemotron Parse v1.1 TC 是一款先进的文档语义理解模型，能够从图像中提取具有空间定位的文本和表格元素，生成结构化注释，包括格式化文本、边界框和语义类别。相比前一版本，速度提升20%，并保留无序元素的页面顺序。
NVIDIA Nemotron Parse v1.1 是一款先进的文档解析模型，专门用于理解文档语义并提取具有空间定位的文本和表格元素。它能够将非结构化文档转换为机器可读的结构化表示，克服了传统OCR在处理复杂文档布局时的局限性。
sensenova
SenseNova-SI是基于多模态基础模型构建的空间智能增强模型系列，通过精心策划的800万样本数据训练，在多个空间智能基准测试中取得了优异表现，同时保持了强大的通用多模态理解能力。
sd2-community
Stable Diffusion v2 是一个基于扩散模型的文本到图像生成模型，能够根据文本提示生成和修改图像。该模型在LAION-5B数据集子集上训练，结合了自编码器和扩散模型，在潜在空间中进行训练，支持多种分辨率和任务。
spartan8806
这是一个基于sentence-transformers/all-mpnet-base-v2微调而来的句子转换器模型，能够将文本映射到768维的密集向量空间，支持语义相似度计算、语义搜索、文本分类等多种自然语言处理任务。
abr-ai
这是一个由Applied Brain Research（ABR）开发的基于状态空间模型（SSM）的英文自动语音识别模型，拥有约1900万参数，能够高效准确地将英文语音转录为文本。该模型在多个基准数据集上表现出色，平均单词错误率仅为10.61%，支持实时语音识别并可在低成本硬件上运行。
SenseNova-SI是基于成熟多模态基础模型构建的空间智能增强模型系列，通过精心策划的800万数据样本训练，在多个空间智能基准测试中展现出卓越性能，同时保持强大的通用多模态理解能力。
SenseNova-SI是基于多模态基础模型构建的空间智能模型系列，专门针对空间理解能力进行优化。通过大规模空间智能数据训练，在度量估计、空间关系理解、视点变化处理等方面表现优异。
unsloth
Qwen3-VL是通义系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力以及出色的智能体交互能力。
Qwen3-VL-32B-Thinking是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文处理、空间和视频动态理解能力，以及出色的智能体交互能力。
Qwen3-VL-8B-Thinking是通义千问系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。
Qwen3-VL是通义系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。
Qwen3-VL是通义系列中最强大的视觉语言模型，在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面全面升级。该模型提供密集架构和混合专家架构，支持从边缘设备到云端的灵活部署。
Qwen3-VL是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。
Qwen3-VL是Qwen系列中最强大的视觉语言模型，实现了全方位的综合升级，包括卓越的文本理解与生成能力、更深入的视觉感知与推理能力、更长的上下文长度、增强的空间和视频动态理解能力，以及更强的智能体交互能力。
Qwen3-VL是阿里巴巴推出的新一代视觉语言模型，在文本理解、视觉感知、空间理解、长上下文处理和智能体交互等方面全面升级，支持从边缘设备到云端的灵活部署。
Qwen3-VL是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。该版本为2B参数的思考增强版，专门优化了推理能力。
Qwen
Qwen3-VL-30B-A3B-Thinking是通义系列中最强大的视觉语言模型，具备出色的文本理解和生成能力、深入的视觉感知和推理能力、长上下文支持、强大的空间和视频动态理解能力，以及智能体交互能力。
Qwen3-VL是通义系列最强大的视觉语言模型，采用混合专家模型架构（MoE），提供GGUF格式权重，支持在CPU、GPU等设备上进行高效推理。模型在文本理解、视觉感知、空间理解、视频处理等方面全面升级。
一个安全的Docker容器代码沙箱环境，为AI应用提供隔离的执行空间，支持多种编程环境和文件操作。
ClickUp MCP Server是一个用于将ClickUp任务与AI应用集成的模型上下文协议服务器，支持通过标准化协议管理任务、空间、列表和文件夹。
一个基于Docker容器的安全代码沙箱环境，为AI应用提供隔离的执行空间。
ClickUp MCP服务器是一个用于将ClickUp任务与AI应用集成的模型上下文协议服务器，支持通过标准化协议管理任务、空间、列表、文件夹等，并提供时间跟踪、标签管理等功能。
一个基于Solana区块链的企业HR代币空投工具，支持角色分配和邮件通知
k8s_pilot是一个轻量级的Kubernetes多集群集中管理控制平面，支持多集群上下文切换、资源CRUD操作和命名空间管理，通过MCP协议与Claude AI集成。
Anytype MCP服务器是一个基于Anytype API的模型上下文协议服务，允许AI助手和其他MCP客户端与Anytype数据进行交互，包括查询、创建、删除空间和对象等功能。
一个连接飞书文档的MCP服务，支持获取文档空间和列表，与AI客户端无缝集成。
AQICN MCP服务器是一个提供全球空气质量数据的服务，支持通过城市名称或地理坐标查询实时空气质量信息。
一个提供与ClickUp工作空间无缝集成的MCP服务器，允许大型语言模型通过多种工具管理任务、文档和自定义字段。
Confluence Cloud的MCP服务，提供标准化接口管理空间、页面和内容。
该项目实现了模型上下文协议(MCP)作为个人智能框架(PIF)的实践方案，通过结构化工具和渐进式交互模式，为人类与AI之间构建有意义的理解发展空间。
基于MCP协议的引力波信号检测与优化系统，专注于GW150914事件分析，通过AI智能探索参数空间实现高效信号检测
一个MCP服务器，为AI编程助手提供上下文优化工具，通过精准提取信息而非处理大量终端输出和文件来节省上下文空间，提升助手效率。
Earthdata MCP Server是一个基于Model Context Protocol的服务器实现，专为与NASA Earthdata交互而设计，提供高效的地理空间数据集发现和检索工具。
一个基于OpenStreetMap的MCP服务器，为LLM提供地理空间数据服务
Dart MCP Server是一个基于Dart的模型上下文协议(MCP)服务器实现，提供任务管理、文档处理和空间组织功能，支持与AI助手集成。
ClickUp MCP服务器实现，为AI助手提供与ClickUp工作空间交互的能力
Notion MCP Server是一个为Notion API设计的中间件服务，使Claude能够与Notion工作空间进行交互。
Notion MCP服务器是一个中间件服务，使Claude能够与Notion工作空间进行交互，提供对Notion区块、页面和数据库的增删改查等操作功能。
TransformersOther%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
