快手Kling AI 2.6版本發佈，首次集成音頻生成功能，支持中英雙語對白、歌唱與音效，實現文本、視頻、音頻一鍵同步生成。技術採用擴散變換器與3D時空聯合注意力架構，提升複雜指令遵守率15%，並增強跨鏡頭角色一致性。視頻輸出保持10秒1080P高清，生成成本降低30%。
阿里千問在多項國際考試中表現優異，包括SAT高分1580，同時升級APP功能，新增“拍題答疑”和“作業批改”，爲學生提供專業學習支持。
Sora2 開放後下載量飆升，但用戶留存率極低，體驗不佳且成本高昂。視頻生成合格率僅5%-10%，用戶需多次嘗試才能獲得可用素材，渲染等待和失敗率高。OpenAI 每日需支付約1500萬美元算力費用，年成本近55億美元，付費用戶難以覆蓋鉅額開銷，商業模式面臨挑戰。
阿里巴巴通義千問團隊在NeurIPS 2025獲最佳論文獎，論文《Attention Gating Makes Better Foundation Models》提出“滑動門”機制，在標準注意力後添加可學習門控，動態篩選關鍵頭和token參與下游計算。實驗證明，1.7B稠密模型性能媲美15B MoE模型。本屆大會投稿2萬篇，錄取率僅25%，競爭激烈，該論文是四篇獲獎作品中唯一中國成果。
專為創新者、創作者、創始人和實幹家設計的新型專業網絡。
提供超過5000本書籍的摘要和分析，適合快速閱讀。
優化設計過程的AI反饋，預測熱圖和清晰度評分，節省每週15-20小時。
一站式商業套件，集成15+工具。
Bigcode
$2
輸入tokens/百萬
-
輸出tokens/百萬
8
上下文長度
prithivMLmods
VibeThinker-1.5B是微博AI推出的15億參數密集語言模型，基於Qwen2.5-Math-1.5B微調，專門針對數學和算法編碼問題設計。採用'頻譜到信號原理'框架訓練，在多個數學競賽測試中超越規模更大的模型，訓練成本約7800美元，支持最長約40k詞元的輸出。
mlx-community
VibeThinker-1.5B的4位量化版本，基於MLX框架針對蘋果芯片優化，是一個擁有15億參數的密集語言模型，專門用於數學推理和算法編碼問題
ServiceNow-AI
Apriel-H1-15b-Thinker 是一款擁有150億參數的混合推理模型，結合了Transformer注意力機制和Mamba狀態空間層，在推理、數學和編碼等方面表現出色，具備高效性和可擴展性。
almanach
Gaperon-Young-1125-1B 是一個擁有15億參數的雙語（法語-英語）語言模型，由法國國家信息與自動化研究所（Inria Paris）的ALMAnaCH團隊開發。該模型在約3萬億個高質量令牌上訓練，特別注重語言質量和通用文本生成能力，而非基準測試優化。
unsloth
Apertus是一款由瑞士AI開發的全開放多語言大語言模型，提供70億和80億兩種參數規模。該模型支持超過1000種語言，使用完全合規且開放的訓練數據，性能可與閉源模型相媲美。Apertus在15T標記上進行預訓練，採用分階段課程訓練方法，支持長達65,536個標記的上下文長度。
cpatonn
Apriel-1.5-15b-Thinker是ServiceNow開發的150億參數多模態推理模型，具備文本和圖像推理能力，性能可媲美比它大10倍的模型，在人工分析指數上獲得52分，在企業領域基準測試中表現優異。
birder-project
這是一個基於RoPE（旋轉位置編碼）的Vision Transformer模型，參數規模為150M，採用14x14的patch大小。該模型在約2100萬張圖像的多樣化數據集上進行了預訓練，可作為通用視覺特徵提取器使用。
Apriel-1.5-15B-Thinker是一個專為圖像理解與推理設計的150億參數多模態模型，採用中期訓練方法而非RLHF訓練。本版本為適用於蘋果芯片的MLX量化版本，具有內存佔用小、啟動速度快的特點。
Apriel-1.5-15b-Thinker是ServiceNow Apriel SLM系列中的多模態推理模型，具有150億參數，能夠在文本和圖像推理任務上與規模大10倍的模型競爭。該模型通過中期訓練方案實現了卓越的推理能力，無需圖像SFT訓練或強化學習即可達到SOTA性能。
yonigozlan
EdgeTAM是SAM 2的輕量化變體，專為設備端視頻分割和跟蹤而設計。它比SAM 2快22倍，在iPhone 15 Pro Max上可達16 FPS，支持即時視頻對象分割和跨幀跟蹤。
nineninesix
KaniTTS是一款高速、高保真的文本轉語音模型，專為即時對話式人工智能應用而優化。該模型採用兩階段處理流程，結合大語言模型和高效音頻編解碼器，在Nvidia RTX 5080上生成15秒音頻的延遲僅需約1秒，MOS自然度評分達4.3/5，支持英語、中文、日語等多種語言。
Apriel-1.5-15b-Thinker是ServiceNow開發的多模態推理模型，擁有150億參數，在文本和圖像推理任務上表現出色，性能可與比其大10倍的模型競爭。
ibm-granite
Granite-4.0-Micro-Base是IBM開發的僅解碼器長上下文語言模型，基於約15萬億標記從頭訓練，採用四階段訓練策略。該模型專為各類文本生成任務設計，支持多語言和填空式代碼補全功能。
olegshulyakov
Qwen2.5-Coder-1.5B是一款基於Qwen系列基礎模型開發的代碼生成專用模型，擁有15億參數，專注於代碼相關的文本生成任務。該模型經過GGUF量化處理，支持多種部署方式，為開發者提供高效的代碼生成解決方案。
LiquidAI
LFM2-Audio-1.5B是Liquid AI推出的首個端到端音頻基礎模型，專為低延遲和即時對話設計。該模型僅15億參數，能夠實現無縫的對話交互，其能力可與參數規模大得多的模型相媲美。
NetoAISolutions
TSLAM-15B是由NetoAI Solutions開發的150億參數電信專用語言模型，基於混合專家架構，針對電信領域專業知識、高級推理和麵向行動的工作流程進行了優化。
jinaai
Jina Code Embeddings 是一款專為代碼檢索設計的嵌入模型，基於Qwen2.5-Coder-0.5B構建，支持15種以上編程語言，適用於文本到代碼、代碼到代碼、代碼到文本、代碼到補全等多種代碼檢索任務以及技術問答。
DavidAU
這是一個基於Qwen 3平臺的編碼/編程模型，具備完整的推理能力，速度極快。在中等硬件上每秒能處理超過150個token，僅使用CPU時每秒也能處理50個以上token。它是一個通用的編碼模型，適用於生成代碼塊、構思編碼思路以及快速生成代碼草稿。
PaddlePaddle
基於PP-OCRv4_server_rec增強的文檔文本識別模型，支持超過15000個字符，包括繁體字、日文字符和特殊符號。
nvidia
一款15億參數的開源權重模型，專為複雜推理任務設計，在數學、編碼、科學及邏輯謎題等領域表現卓越。
一個基於TypeScript的MCP服務器，提供AntV圖表生成能力，支持15+種圖表類型
Python Alfresco MCP Server是一個基於FastMCP 2.0框架構建的Alfresco內容服務模型上下文協議服務器，提供全文搜索、文檔管理、元數據操作等15種工具，支持STDIO/HTTP/SSE多種傳輸協議，適用於Alfresco社區版和企業版。
Cocos Creator MCP Server Plugin 是一個為Cocos Creator 3.8+設計的全面MCP服務器插件，通過標準化協議實現AI助手與編輯器的交互，提供一鍵安裝和151種工具支持，覆蓋98%的編輯器控制功能。
MockLoop MCP是全球首個AI原生的API測試平臺，集成了Model Context Protocol (MCP)，通過AI驅動的場景生成、自動化測試執行和智能分析能力，徹底改變了API測試方式。該平臺提供5種AI提示、15種場景資源、16種測試工具和10種上下文工具，支持雙端口架構和狀態化測試工作流，適用於企業級合規和高級分析需求。
Loaded Vibes是一個企業級Agentic TypeScript Web開發框架，提供包含Next.js 15、React 19、GenAIScript編排器、MCP服務等技術的全棧開發環境與工具鏈，支持通過18個標準化開發週期進行規範化的項目構建與管理。
Feather Code MCP Server是一個為Claude Desktop設計的GitHub集成工具，通過Model Context Protocol（MCP）提供15種GitHub功能工具，支持自動倉庫檢測、多種認證方式和零配置使用。
Transformers其他%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)
