騰訊自研大模型混元2.0（Tencent HY2.0）正式發佈，與此同時，DeepSeek V3.2也逐步接入騰訊生態。目前，這兩大模型已在元寶、ima等騰訊AI原生應用中率先上線，騰訊雲也同步開放了相關模型的API及平臺服務。 全新發布的Tencent HY2.0採用混合專家（MoE）架構，總參數量高達4
現代汽車在東京機器人展推出AI移動機器人MobED，計劃2026年上半年量產，提供基礎版和專業版。該四輪平臺可適應送貨、登山輔助、視頻拍攝及高爾夫球童等多種任務，展現靈活應用潛力。
Liquid AI 公司於2025年7月發佈第二代 Liquid Foundation Models（LFM2），採用創新的“liquid”架構，旨在成爲市場上最快的設備端基礎模型。其高效的訓練和推理能力使小模型能媲美雲端大型語言模型。LFM2 最初提供350M、700M 和1.2B 參數的密集檢查點版本。
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。
適用於Windows和macOS的屏幕錄製工具，可創建精美視頻，操作零門檻。
使用 AI 將寵物照片轉化為精彩的狗狗和貓咪電影。
Monetize.ai可追蹤分析多平臺視頻，助力升級視頻策略
全球首個開源MoE視頻生成模型，支持文本/圖像轉720P視頻
Alibaba
$2
輸入tokens/百萬
-
輸出tokens/百萬
256
上下文長度
Moonshot
$4
$16
Openai
$0.4
128
$0.75
64
Deepseek
$8
32
$5
$20
$10
$30
131
8
$200
$1
262
$32
PrimeIntellect
INTELLECT-3是一個擁有1060億參數的混合專家（MoE）模型，通過大規模強化學習訓練而成。在數學、編碼和推理基準測試中展現出卓越性能，模型、訓練框架和環境均以寬鬆許可協議開源。
Gjm1234
Wan2.2是基礎視頻模型的重大升級版本，專注於將有效MoE架構、高效訓練策略和多模態融合等創新技術融入視頻擴散模型，為視頻生成領域帶來更強大、更高效的解決方案。
ai-sage
GigaChat3-10B-A1.8B是GigaChat系列的對話模型，基於混合專家（MoE）架構，共有100億參數，其中18億為活躍參數。該模型採用多頭潛在注意力和多令牌預測技術，支持25.6萬令牌的長上下文，在多語言對話和推理任務中表現出色。
GigaChat3-10B-A1.8B-base是GigaChat系列的基礎預訓練模型，採用混合專家（MoE）架構，總參數100億，活躍參數18億。模型集成了多頭潛在注意力（MLA）和多令牌預測（MTP）技術，在推理時具備高吞吐量優勢。
bartowski
這是一個基於REAP方法對MiniMax-M2中40%專家進行均勻剪枝得到的139B參數大語言模型，採用GLM架構和專家混合(MoE)技術，通過llama.cpp進行多種量化處理，適用於文本生成任務。
Kiy-K
Fyodor-StarCoder2-7B-MoE是基於StarCoder2-7B的增強版本，採用混合專家架構，擁有3個MoE層、6個專家網絡和top-2路由機制，在代碼生成、函數調用和智能體任務方面表現優異。
NyxKrage
Moondream 3 Preview HF是基於HuggingFace Transformers架構規範對Moondream 3 (Preview)模型的重新實現，使其能夠與Hugging Face生態系統完全兼容。這是一個多模態視覺語言模型，採用專家混合（MoE）文本主幹，約90億參數，20億活躍參數。
DevQuasar
本項目基於 moonshotai/Kimi-K2-Thinking 基礎模型，通過自定義反量化腳本將原始的INT4模型轉換為更高質量的文本生成模型，致力於讓知識為每個人所用。
Leohan
基於MLX庫開發的文本生成模型，專注於自然語言處理任務，為開發者提供高效的文本生成解決方案。
mlx-community
Kimi-K2-Thinking 是由 mlx-community 從 moonshotai 原版模型轉換而來的 MLX 格式大語言模型，採用 mlx-lm 0.28.4 版本進行轉換，保留了原模型的思維鏈推理能力。
這是一個基於Moonshot AI技術的量化版本模型，專注於視覺語言理解與生成任務，致力於降低知識獲取門檻，讓知識為每個人所用。
moonshotai
Kimi K2 Thinking 是月之暗面（Moonshot AI）開發的最新一代開源思維模型，具有強大的深度推理能力和工具調用功能。該模型採用混合專家架構，支持原生INT4量化，擁有256k上下文窗口，在多個基準測試中表現出色。
Qwen
Qwen3-VL是通義系列最強大的視覺語言模型，採用混合專家模型架構（MoE），提供GGUF格式權重，支持在CPU、GPU等設備上進行高效推理。模型在文本理解、視覺感知、空間理解、視頻處理等方面全面升級。
OpenMOSS-Team
MOSS-TTSD是一個開源的雙語口語對話合成模型，支持中文和英文，能夠將兩人對話腳本轉化為自然、富有表現力的對話語音，支持語音克隆且單輪語音生成時長最長可達1700秒。
這是基於moonshotai/Kimi-Linear-48B-A3B-Instruct模型轉換的4位量化版本，專為Apple MLX框架優化，提供高效的文本生成能力
unsloth
Qwen3-VL是迄今為止Qwen系列中最強大的視覺語言模型，在文本理解與生成、視覺感知與推理、上下文長度、空間和視頻動態理解以及智能體交互能力等方面都進行了全面升級。該模型採用混合專家（MoE）架構，提供卓越的多模態處理能力。
Qwen3-VL是通義大模型系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力以及出色的智能體交互能力。該模型採用混合專家（MoE）架構，是增強推理的思維版。
Kimi Linear是一種混合線性注意力架構，在各種場景下包括短、長上下文以及強化學習擴展機制中，均優於傳統的全注意力方法。它能有效解決傳統注意力機制在長上下文任務中效率低下的問題，為自然語言處理等領域帶來更高效的解決方案。
Kimi Linear是一種高效混合線性注意力架構，在短上下文、長上下文和強化學習場景中均優於傳統全注意力方法。它通過Kimi Delta Attention (KDA)機制優化注意力計算，顯著提升性能和硬件效率，特別擅長處理長達100萬令牌的長上下文任務。
bullerwins
MiniMax-M2是一款專為最大化編碼和智能體工作流程而構建的小型混合專家（MoE）模型。它擁有2300億總參數，僅激活100億參數，在編碼和智能體任務中表現卓越，同時保持強大的通用智能，具有緊湊、快速且經濟高效的特點。
該項目是一個集成Sonar API的MCP服務器實現，為Claude提供即時網絡搜索能力。包含系統架構、工具配置、Docker部署及多平臺集成指南。
iMCP是一款macOS應用，通過AI連接用戶的數字生活，支持與Claude Desktop等客戶端通過Model Context Protocol (MCP)協議交互，提供日曆、聯繫人、位置、地圖、消息、提醒和天氣等多種功能。
MCP Unity是一個實現Model Context Protocol的Unity編輯器擴展，允許AI助手與Unity項目交互，提供Unity與Node.js服務器之間的橋樑。
MCP Unity是一個實現Model Context Protocol的Unity編輯器擴展，通過Node.js服務器橋接AI助手與Unity項目的交互，提供菜單執行、對象選擇、組件更新等功能。
mcp-golang是一個非官方的Go語言實現的Model Context Protocol庫，支持快速構建MCP服務器和客戶端，提供類型安全、低代碼量、模塊化和雙向通信等特性。
AbletonMCP是一個連接Ableton Live和Claude AI的集成工具，通過Model Context Protocol（MCP）實現雙向通信，讓AI可以直接控制和操作Ableton Live進行音樂創作和製作。
Supabase MCP Server是一個連接Supabase項目與AI助手的工具，通過Model Context Protocol（MCP）標準化大型語言模型（LLMs）與外部服務的交互，實現數據庫管理、配置獲取和數據查詢等功能。
Nx Console是一個為Nx和Lerna monorepo項目提供的可視化界面工具，增強編輯器AI功能，提供項目和工作流管理。
AWS MCP Servers是一套基於Model Context Protocol的專用服務器，提供多種AWS相關功能，包括文檔檢索、知識庫查詢、CDK最佳實踐、成本分析、圖像生成等，旨在通過標準化協議增強AI應用與AWS服務的集成。
MiniMax Model Context Protocol (MCP) 是一個官方服務器，支持與強大的文本轉語音、視頻/圖像生成API交互，適用於多種客戶端工具如Claude Desktop、Cursor等。
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務，通過Model Context Protocol直接集成到提示中，解決LLM使用過時信息的問題。
302AI BrowserUse MCP Server是一個基於AI的瀏覽器自動化服務器，通過Model Context Protocol (MCP)實現自然語言控制瀏覽器和網絡研究。
LINE Bot MCP Server是一個實現Model Context Protocol (MCP)的服務，用於將AI智能體與LINE官方賬號連接，支持推送文本和富媒體消息、廣播消息及獲取用戶資料等功能。
Mobile Next - MCP服務器是一個用於移動自動化的平臺無關接口，支持iOS和Android設備的自動化操作，無需特定平臺知識。
這是一個關於Web3 Model Context Protocol (MCP) 服務器的精選列表，涵蓋了鏈交互、交易、DeFi、市場數據、工具和社交等多個類別。MCP是一個開放協議，標準化了應用程序如何向LLM提供上下文，類似於AI應用程序的USB-C端口。DeMCP是第一個去中心化的MCP網絡，專注於為代理提供自研和開源的MCP服務，支持加密支付，並結合TEE和區塊鏈註冊表重新定義了MCP的安全性和可靠性。
Kubectl MCP Tool 是一個基於 Model Context Protocol (MCP) 的 Kubernetes 交互工具，允許 AI 助手通過自然語言與 Kubernetes 集群進行交互。
GitLab MCP服務器是一個基於Model Context Protocol的項目，提供與GitLab賬戶交互的全面工具集，包括代碼審查、合併請求管理、CI/CD配置等功能。
一個基於Model Context Protocol的Redis數據庫操作服務，提供多種Redis命令工具
一個基於Model Context Protocol (MCP)的B站視頻搜索服務器，提供API接口支持視頻內容搜索、分頁查詢及視頻信息返回，包含LangChain調用示例和測試腳本。
MCP MongoDB服務器是一個模型上下文協議服務，允許LLM與MongoDB數據庫交互，提供集合模式檢查、查詢執行和智能ID處理等功能，支持只讀模式和安全配置。
%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)
