宇樹科技創始人王興興在2026世界機器人大會透露,公司將推進物理AI機器人模型自進化,探索用AI大模型自動生成機器人控制代碼。登陸科創板次日他表示,計劃以前沿大模型爲核心,自定義規則、經驗框架和約束工具,自主檢索最新論文、成果及開源方案,生成代碼並經模型自評與人工評審。
ComfyUI,一家由開源項目發展而來的AI初創公司,於4月24日宣佈完成3000萬美元融資,估值達5億美元。本輪由Craft Ventures領投,Pace Capital等跟投。其核心產品是基於節點的工作流平臺,通過模塊化框架解決主流擴散模型在生成圖像、視頻、音頻時缺乏精確控制的問題,讓用戶能精細調節生成過程的每一步,與Midjourney等提示詞驅動的“老虎機”式工具形成對比。
Anthropic宣佈Claude大模型助手獲得直接控制用戶電腦的能力,標誌着AI從“聊天”轉向“行動”的實戰階段。這一功能被視爲對開源框架OpenClaw的反擊,推動“代理型AI”進入新競爭。
榮耀發佈摺疊旗艦Magic V6及AI生態“榮耀龍蝦宇宙”,將端側AI深度融入多設備協同。其開源框架OpenClaw可提供決策建議並直接控制PC、平板等終端,實現自動化任務處理。
GitAgent是用於定義、版本控制和運行AI代理的開放式標準,支持多框架。
輕量級佈局到圖像生成框架,實現精準空間控制。
為 Diffusion Transformer 提供高效靈活的控制框架。
基於 DiT 的人類圖像動畫框架,實現精細控制與長效一致性。
Alibaba
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
$2
256
Bytedance
32
Openai
$0.35
$2.8
400
Chatglm
128
Baidu
$1
$4
64
Tencent
$6
$18
Minimax
$0.1
$0.4
Google
01-ai
4
QuantFactory
UIGEN-FX-4B-Preview是一個具有40億參數的UI生成模型,專門針對前端開發進行優化,能夠在22個框架中表現得像一名前端工程師。該模型專注於生成語義化的HTML代碼,具有優秀的佈局節奏、間距控制和組件組合能力,適合快速生成單文件網頁。
bytedance-research
ATI 是一個基於軌跡的運動控制框架,統一了視頻生成中的物體、局部和相機運動。
Ziang-Li
基於LeRobot框架訓練的機器人策略模型,適用於機器人控制任務
jclinton1
Diffusion Policy 是一個基於擴散模型的策略學習框架,適用於機器人控制任務。
OTA-AI
OTA-v1是基於Qwen2.5-14B微調的專業級瀏覽器智能體模型,專精於瀏覽器環境控制,通過browser-use等框架實現高精度自動化網頁操作。
Menlo
Poseless-3B 是一種基於視覺語言模型(VLM)的機器人手部控制框架,能夠直接將2D圖像映射到關節角度,無需顯式姿態估計。
homebrewltd
PoseLess是一種創新的機器人手部控制框架,通過使用投影表示直接將2D圖像映射到關節角度,無需顯式的姿態估計。
sayakpaul
基於Flux控制框架的圖像編輯模型,支持多種風格轉換和內容修改
frankjoshua
針對圖像修復和擴展優化的控制網模型,兼容穩定擴散XL框架
TTPlanet
基於SDXL框架的控制網Tile模型,用於增強或改變原圖細節特徵,兼容WebUI和ComfyUI
一個基於MCP框架的多功能TTS服務器,整合了Kokoro本地TTS和OpenAI雲端TTS引擎,支持即時音頻流、語音定製及播放控制。
該項目是一個為Metasploit框架設計的MCP服務器,提供大語言模型與滲透測試平臺的集成接口,支持通過自然語言控制複雜的安全測試流程。
GUARDRAIL是一個專為大型語言模型(LLM)應用生態系統設計的安全框架,特別針對模型上下文協議(MCP)提供全面保護。它採用多層架構,包括信息網關層、上下文驗證層、請求控制層、執行隔離層和審計監控層,旨在防止數據洩露、未授權訪問和資源濫用。該框架強調漸進式採用,允許開發者逐步增強安全性,同時保持高性能和易用性。
Archicad-MCP是一個基於Tapir插件的MCP服務器框架,允許Claude等客戶端與Graphisoft Archicad建築軟件進行交互和控制
一個基於安全控制框架(SCF)的MCP服務器,提供1451個安全控制項在262個合規框架(包括ISO 27001、NIST CSF、DORA、AI治理標準等)之間的雙向映射和搜索功能,使AI助手能夠直接查詢和關聯不同安全標準的要求。
MCP Plexus是一個基於FastMCP 2.7的Python框架,用於構建安全、可擴展的多租戶MCP服務器,支持OAuth 2.1集成和API密鑰管理,為現代AI應用提供隔離環境和工具訪問控制。
基於FastMCP框架和火山引擎API的圖像生成MCP服務器,支持通過豆包模型生成高質量圖像,提供多分辨率、參數控制和本地存儲等功能。
該項目是一個Metasploit框架的MCP服務器,為大型語言模型(如Claude)與Metasploit滲透測試平臺之間提供橋樑,支持通過自然語言接口控制複雜的安全測試工作流。
一個基於Nix的模型控制協議(MCP)服務器配置框架,提供模塊化配置和預構建的服務器包,支持安全部署和可重複構建。
該項目實現了一個基於WebAssembly Go的管理控制協議(MCP)服務器,用於執行'sai'命令並處理其輸出和退出碼,支持與wpcli框架集成。
Geeker-Admin是一款基於Vue3.4、TypeScript等最新技術棧開發的後臺管理框架,提供豐富的組件和功能,如ProTable、動態路由、權限控制等,顯著提升開發效率。
一個用於測試MCP(任務控制平臺)服務器功能的項目,包含基本服務器設置、API端點、認證和測試框架等功能。
GatewayStack是一個為ChatGPT等LLM提供安全身份驗證和用戶數據訪問的MCP服務器框架,通過OAuth/JWT實現用戶身份驗證、權限控制和審計追蹤,解決AI應用中的三方身份驗證問題。
這是一個用於與Google Cloud合規管理器交互的MCP服務器,使AI助手能夠發現、部署和監控雲合規框架與控制項。
一個基於AgentKit的多智能體瀏覽器自動化框架,通過分工協作實現智能網頁導航與任務執行,包含任務規劃、導航控制、瀏覽器操作和結果驗證四大核心模塊。
本項目通過Model Context Protocol (MCP)框架實現AI代理對Windows畫圖程序(MSPaint)的自動化控制,利用pywinauto操作畫圖工具,結合Gemini模型實現自然語言指令驅動的繪圖功能。
LAMDA是一個功能強大的Android逆向工程與自動化框架,旨在簡化安全分析和應用測試流程,提供編程化接口替代手動操作,支持遠程控制、網絡代理、UI自動化等多種功能。