谷歌紧急暂停了Google Earth新上线的AI图像生成功能，该功能上线不足48小时，因存在制造虚假信息的风险而被叫停。该工具整合了图像生成模型Nano Banana2，用户可通过文字指令在真实卫星影像、航拍和三维地图上直接生成虚构场景。BBC实测发现，其能产出诸如“埃菲尔铁塔倒塌”等逼真却极具误导性的内容。谷歌表示将进一步加强安全防护措施。
7月30日，字节跳动调整AI架构，将飞书团队拆开，产品团队与豆包整合由赵祺负责，其余并入火山引擎，旨在打破部门壁垒，强化大模型与云服务在企业生产力场景中的协同。
苹果首次在安全更新中明确将漏洞发现归功于AI模型。Anthropic的Claude、OpenAI的Codex Security与NVIDIA的AI红队分别协助修复多项漏洞，标志着科技巨头正将AI深度整合至安全研究，借助模型加固操作系统防御。
TaiXu-Admin V0.1.2 将大模型对话、检索增强生成（RAG）与智能体协同整合至同一后台。更新重点：新增 LLM Wiki 解析与搜索，强化文档处理；引入热编译替换机制，代码改动无需重启即可生效。该项目正试图理顺分散的大模型能力，构建统一的应用管理框架。
One API整合70+ AI模型，比官方API便宜达46%，按需计费
整合全球领先大模型的一站式AI内容创作与无限画布工作流平台。
PoYo.ai是高级AI API平台，整合500+模型，价格便宜80%，适合开发者。
整合多AI模型的一体化平台，单订阅解锁多模型，快速灵活
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
TeichAI
本模型是基于Qwen3-4B架构的知识蒸馏模型，通过约5440万个由Gemini 2.5 Flash生成的标记进行训练，旨在整合Gemini-2.5 Flash的行为、推理过程和知识到单一数据集中。
TareksLab
这是一个使用Linear DELLA方法合并的70B参数大语言模型，基于Llama-3.1-Nemotron-lorablated-70B基础模型，整合了多个高性能的Llama-3.3-70B变体模型，旨在提供更强大的语言理解和生成能力。
TencentARC
ARC-Hunyuan-Video-7B 是腾讯ARC实验室开发的多模态模型，专门用于理解现实世界中的短视频内容。它能够端到端处理视觉、音频和文本信号，通过整合多模态线索实现对视频的深度结构化理解。
Mungert
EXAONE-4.0-1.2B 是一个多语言大语言模型，整合了非推理模式和推理模式，支持英语、韩语和西班牙语。
xieji-x
基于视觉-语言预训练技术的零样本皮肤病评估模型，整合多方面知识增强，为皮肤病研究和诊断提供有效工具。
ImrozeAslamMalik
LGM是一个整合了多视角扩散模型的图像转3D工作流，能够从单张图像生成高质量3D内容。
unsloth
Llasa是一个基于LLaMA的文本转语音(TTS)系统，通过整合语音标记扩展了语言模型的能力，支持中英文语音生成。
ZeroXClem
高性能、多领域AI模型，采用MergeKit的Model Stock融合技术构建，整合了多个精调优化的Qwen3-4B模型，在结构化输出和技术应用场景中展现出卓越的推理、编程及多步骤问题解决能力。
Cas-Warehouse
这是一个基于Llama-3架构的融合模型，专门用于心理健康治疗和心理医生对话场景，整合了多个心理健康领域的微调模型。
Skywork
SkyCaptioner-V1是专为视频数据生成高质量结构化描述而设计的模型，通过整合专业子专家模型、多模态大语言模型与人工标注，解决了通用描述模型在专业影视细节捕捉上的局限。
FriendliAI
InternVL3-1B是InternVL3系列中的1B参数规模多模态大语言模型，整合了InternViT视觉编码器和Qwen2.5语言模型，具备卓越的多模态感知和推理能力。
这是一个使用SCE合并方法整合多个70B参数Llama-3.1变体的高性能语言模型
proventra
基于microsoft/mdeberta-v3-base微调的提示注入检测模型，整合多个数据集训练，用于识别恶意提示注入攻击。
zelk12
这是一个基于Gemma-2-9B系列模型通过DARE TIES方法合并的多模型融合版本，整合了多个Gemma变体的优势。
Apel-sin
基于TIES融合方法的俄语语音识别模型，整合了两个Whisper-large-v3俄语变体，针对电话录音场景优化
yamatazen
基于TIES方法融合的多语言Gemma-2模型，整合了多个专业领域知识
YOYO-AI
Qwen2.5-YOYO第五代模型，整合了多个先进模型的特点，优化了模型合并公式，支持100万token上下文。
prithivMLmods
DeepHermes 3预览版Abliterated是Nous Research旗舰级Hermes系列大语言模型的最新版本，整合了推理与常规LLM响应模式。
bunnycore
基于Qwen2.5-7B-Instruct基础模型，融合了多个7B规模模型的优势，通过模型库存法进行整合的混合模型。
darkc0de
这是一个基于 Mistral-Small-24B-Instruct-2501 的融合模型，采用了 DARE TIES 融合方法，整合了多个 24B 参数规模的模型。
Jinni是一个高效为大型语言模型提供项目上下文的工具，通过整合相关文件及其元数据，克服逐个文件读取的限制。
基于MCP的多智能体深度研究系统，整合LinkUp搜索、CrewAI协调和Gemini大模型，通过Streamlit提供交互界面。
BioMCP是一个基于MCP协议的生物医学研发服务器，通过整合蛋白质数据库和分析工具，增强大语言模型在蛋白质结构分析领域的能力。
LOTUS-MCP是一个开源的模型协调协议，整合Mistral和Gemini两大AI模型，提供统一接口、上下文共享和工具集成，实现智能路由和成本优化。
DeepClaude MCP是一个整合DeepSeek和Claude AI能力的服务器应用，通过双模型协同提供更强大的AI响应服务。
Multi-Model Advisor是一个基于Ollama的多模型咨询服务器，通过整合多个AI模型的观点，为问题提供更全面的解答。
Alpha Vantage MCP是一个提供股票和金融数据访问的模型上下文协议服务器，整合了Alpha Vantage所有API端点功能，并通过优化端点组织减少上下文窗口使用。
SketchupMCP是一个通过模型上下文协议(MCP)将Sketchup与Claude AI连接的整合工具，实现AI辅助3D建模和场景控制。
Multi-Model Advisor是一个基于Ollama的多模型咨询系统，通过整合多个AI模型的不同观点，为问题提供更全面的解答。它采用'顾问委员会'模式，让Claude能够综合多个AI视角生成回答。
Ultra MCP是一个多模型AI协议服务器，通过统一的MCP接口整合OpenAI和Gemini等AI模型，为Claude Code和Cursor提供支持，具有零配置安装、内置使用分析仪表盘和现代化Web界面等特点。
一个多AI代理咨询的MCP服务器，整合了OpenAI、Anthropic和Google Gemini等不同AI模型，为代码分析和问题解决提供多模型视角支持。
Recall Data Omnifeeds是一个提供多平台数据访问的MCP服务器，整合了Twitter、Substack和CoinGecko的数据接口，为AI模型提供统一的数据分析和交互能力。
一个基于OLLAMA本地模型的轻量级客户端应用，通过BeeAI框架整合多种MCP代理工具，提供聊天界面和数据库操作功能。
该项目展示如何通过MCP协议整合OpenAI、Azure OpenAI和GitHub模型，构建一个TODO列表代理的终端应用。项目包含MCP主机、客户端、服务器三大组件，支持HTTP和SSE协议，提供工具调用和数据库存储功能。
%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
