谷歌7月9日宣布对Android Bench排行榜重大改版,全面引入标准化Harbor沙箱框架,将测试迁移至安全隔离环境,简化全球开发者运行评估及数据共享流程,并通过GitHub开源允许社区提交自定义任务。但在重新测定排名中,谷歌自家模型表现不佳,落后于Anthropic旗下模型。
谷歌DeepMind的文生视频模型Gemini Omni Flash在权威盲测排行榜Video Arena中以1404Elo分跃居第一,彰显谷歌多模态技术实力,也印证视频生成领域正高速迭代。
2026年5月28日,全球AI评测平台Artificial Analysis发布语音排行榜,阿里巴巴的Fun-Realtime-TTS-Preview语音大模型以1190分获全球第五、国产第一。该模型在ASR等三大核心语音赛道均居国内榜首,展现全面领先实力。
亚马逊员工利用内部AI工具“MeshClaw”将非必要任务分配给AI代理,以提升公司AI使用排行榜的个人分数。这种做法偏离了AI提升效率的初衷,可能影响整体工作效率和资源分配,引发外界对内部竞争机制负面效应的关注。
8款霓虹街机游戏,人类与AI同场竞技,有每日榜单和可分享回放。
一个用于比较大型语言模型在总结短文档时产生幻觉的排行榜。
更适合中国宝宝体质的大模型产品排行榜
发现2024年最佳AI工具
UCSC-VLAA
VLAA-Thinker-Qwen2.5-3B是一个类似R1的推理大视觉语言模型,专注于多模态推理任务。该模型在OpenCompass多模态推理排行榜上达到了SOTA性能,支持图像理解和复杂推理能力。
jpacifico
Chocolatine-2-14B-Instruct-v2.0.3 是一个基于 Qwen-2.5-14B 架构的大语言模型,经过 DPO 微调,专注于法语和英语任务,在法语 LLM 排行榜中表现优异。
jeonsworld
CarbonVillain是一个专门针对无差别碳排放问题设计的实验性大语言模型,通过融合两个版本的CarbonVillain模型创建而成,在开放大语言模型排行榜中表现优异。
Muinez
该模型是基于Facebook ConvNeXtV2架构的微调版本,专门针对Pixiv排行榜图像进行多标签分类任务训练
mediocredev
基于LLaMA 3B v2开发的对话模型,支持文本生成任务,在开放大模型排行榜中表现中等。
jan-ai
Pandora-v1-13B是一个融合了多个7B模型的13B参数大语言模型,采用passthrough融合方法结合了OpenLLM排行榜中表现最佳的7B模型。
fblgit
基于LLaMa-Yi-34B的实验性34B模型,通过SFT、DPO和UNA技术在多数据集上训练而成,在HuggingFace开放大语言模型排行榜中表现优异
KnutJaegersberg
基于Galactica架构的67亿参数大语言模型,专注于文章写作任务,在开放大语言模型排行榜中平均得分37.75。
AutoGPT是一个开源AI代理框架,旨在让每个人都能轻松构建和使用AI代理。项目提供Forge工具链简化开发流程,包含基准测试、用户界面和CLI工具,支持通过Agent Protocol标准实现兼容性,并设有竞技场排行榜激励开发者优化代理性能。
这是一个基于FastAPI的MCP服务器,通过pybaseball库提供MLB和Fangraphs的棒球数据查询功能,包括球员数据、球队统计和联盟排行榜等。
该项目是一个Vector GraphQL MCP服务器,提供查询Vector交易平台数据的工具,包括排行榜、交易者资料、热门代币和代币广播等功能。