淘宝闪购发布“淘宝闪购健康卡”和“AI找药”，旨在打造全周期健康服务入口。此举深化与阿里生态融合，推动医药零售向健康管理转型。健康卡将接入88VIP体系，与生态伙伴合作，为用户提供更全面的健康服务。
NVIDIA推出ToolOrchestra方法，通过训练小型语言模型Orchestrator-8B作为“大脑”，提升AI系统选择合适模型和工具的能力，避免依赖单一大型模型。该方法旨在解决传统AI代理使用单一模型时可能出现的决策偏差问题，实现更高效的任务处理。
Sora2 开放后下载量飙升，但用户留存率极低，体验不佳且成本高昂。视频生成合格率仅5%-10%，用户需多次尝试才能获得可用素材，渲染等待和失败率高。OpenAI 每日需支付约1500万美元算力费用，年成本近55亿美元，付费用户难以覆盖巨额开销，商业模式面临挑战。
StepFun AI团队推出音频大模型Step-Audio-R1，通过优化计算资源利用，解决了音频AI模型在长推理链中准确性下降的问题。研究团队指出，问题源于训练时过度依赖文本数据，导致模型推理类似阅读文字而非实际聆听声音。
传声港是一站式新媒体平台，专注于短视频发布和网红营销。
智能算力即开即用，全面提升效率与竞争力。
GPT Image 2是AI图像生成与编辑器，可秒速生成高分辨率图像。
免费工时计算器，轻松计算工作时长、休息时间和每周总计，支持PDF下载。
xai
$21.6
输入tokens/百万
$108
输出tokens/百万
256k
上下文长度
openai
$144
$576
200k
google
$9
$72
1M
$14.4
$57.6
$7.92
$31.68
deepseek
$3.6
$15.48
128k
400k
$2.16
$18
anthropic
$540
chatglm
$4.03
$7.99
$0.43
$1.01
131.1k
minimax
-
alibaba
$0.72
$432
drbaph
Z-Image（造相）是一个拥有60亿参数的高效图像生成基础模型，专门解决图像生成领域的效率和质量问题。其蒸馏版本Z-Image-Turbo仅需8次函数评估就能达到或超越领先竞品，在企业级H800 GPU上可实现亚秒级推理延迟，并能在16G VRAM的消费级设备上运行。
T5B
Z-Image-Turbo 是经过 FP8 E5M2 和 E4M3FN 格式量化的图像处理模型，基于原始 Tongyi-MAI/Z-Image-Turbo 模型优化，在保持性能的同时显著减少模型大小和推理资源需求。
Shawon16
这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL数据集上训练了200个epoch，采用TimeSformer架构处理视频序列。
这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL100数据集上训练了200个epoch，具备视频动作识别能力。
PrimeIntellect
INTELLECT-3是一个拥有1060亿参数的混合专家（MoE）模型，通过大规模强化学习训练而成。在数学、编码和推理基准测试中展现出卓越性能，模型、训练框架和环境均以宽松许可协议开源。
SerialKicked
这是Qwen3-VL-32B-Thinking-heretic的量化版本，采用新的消融方法进行量化，相比传统方法对基础模型的损害更小。提供多种量化精度版本，适合在24GB显存设备上运行，支持图文转文本任务。
RinggAI
这是一个专为通话记录分析打造的混合语言AI模型，能够处理印地语、英语和混合印地英语的通话转录内容。模型基于Qwen2.5-1.5B-Instruct进行微调，具备强大的多语言理解和信息提取能力。
这是一个基于VideoMAE-base架构在未知数据集上微调的视频理解模型，专门用于手语识别任务。模型在20个训练周期后达到了18.64%的准确率。
city96
FLUX.2-dev是由black-forest-labs开发的图像生成和编辑模型，已转换为GGUF格式，专为图像生成任务优化，采用扩散模型架构，支持在ComfyUI框架中使用。
gguf-org
flux2-dev-gguf 是一个基于 FLUX.2-dev 的图像到图像转换模型，专门用于根据文本提示生成特定风格的图像。该模型支持在 ComfyUI 环境中运行，能够将文本描述转换为风格化的视觉内容。
Clemylia
皮卡丘语言模型是Clemylia发起的一项独特的实验性语言项目，完全从零开始训练，仅基于'皮卡丘'的声音语料库，展示了小型语言模型创造原生语言身份的能力。
silveroxides
基于 black-forest-labs/FLUX.2-dev 的优化版本图像生成模型，支持图像到图像的生成和编辑任务，采用 fp8_scaled 量化技术提升推理速度，特别适合在低显存 GPU 上使用。
ostris
这是一个基于LoRA技术的文本到图像转换模型，专门用于生成具有法国印象派画家贝尔特·莫里索艺术风格的图像。该模型在FLUX.2-dev基础模型上训练，能够将普通图像或文本描述转换为莫里索风格的画作。
Tongyi-MAI
Z-Image是一款功能强大且高效的图像生成模型，拥有60亿参数。它能有效解决图像生成领域在效率、质量和功能多样性方面的问题，为用户提供高质量的图像生成和编辑服务。
TomoroAI
TomoroAI/tomoro-colqwen3-embed-4b是一款先进的ColPali风格多模态嵌入模型，能够将文本查询、视觉文档（如图像、PDF）或短视频映射为对齐的多向量嵌入。该模型结合了Qwen3-VL-4B-Instruct和Qwen3-Embedding-4B的优势，在ViDoRe基准测试中表现出色，同时显著减少了嵌入占用空间。
optimum-internal-testing
这是一个Hugging Face Hub上的🤗 Transformers模型，具体信息待补充。模型卡片为自动生成，需要模型发布者提供更多详细信息。
Gjm1234
Wan2.2是基础视频模型的重大升级版本，专注于将有效MoE架构、高效训练策略和多模态融合等创新技术融入视频扩散模型，为视频生成领域带来更强大、更高效的解决方案。
这是一个基于VideoMAE架构的视频理解模型，在Kinetics数据集预训练的基础上进行了微调，专门用于手语识别任务。模型在评估集上表现有待提升，准确率为0.0010。
bartowski
这是微软Fara-7B模型的量化版本，使用llama.cpp的imatrix技术进行优化。该模型支持多种量化级别，从高精度的bf16到极低精度的IQ2_M，满足不同硬件配置和性能需求。
Trilogix1
Fara-7B是微软专门为计算机使用场景设计的高效小型语言模型，参数仅70亿，在网页操作等高级用户任务中表现出色，能与更大型的代理系统竞争。
Klavis AI是一个开源项目，提供在Slack、Discord和Web平台上简单易用的MCP（模型上下文协议）服务，包括报告生成、YouTube工具、文档转换等多种功能，支持非技术用户和开发者使用AI工作流。
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器，提供丰富的网页抓取、搜索和内容提取功能。
Sail是一个旨在统一流处理、批处理和计算密集型（AI）工作负载的项目，提供了Spark SQL和Spark DataFrame API的替代方案，支持单机和分布式环境。
Supergateway是一个工具，用于将基于标准输入输出的MCP服务器转换为通过SSE或WebSocket访问的服务，方便远程调试和集成。
Awesome-MCP-ZH 是一个专为中文用户打造的 MCP（模型上下文协议）资源合集，包含 MCP 的基础介绍、玩法、客户端、服务器和社区资源，帮助用户快速上手 MCP。
Exa MCP Server是一个为AI助手（如Claude）提供网络搜索功能的服务器，通过Exa AI搜索API实现实时、安全的网络信息获取。
虚幻引擎模型上下文协议(MCP)集成的文档，帮助理解、设置和使用MCP系统。
Deebo是一个AI调试助手，能够加速代码错误的解决过程，通过自动化调查和多线程工作流提升开发效率。
Container Use是一个开源工具，为编码代理提供容器化隔离环境，支持多代理并行开发且互不干扰。
Aderyn是一个开源的Solidity智能合约静态分析工具，由Rust编写，帮助开发者和安全研究人员发现Solidity代码中的漏洞。它支持Foundry和Hardhat项目，可生成多种格式报告，并提供VSCode扩展。
Zen MCP是一个多模型AI协作开发服务器，为Claude和Gemini CLI等AI编码助手提供增强的工作流工具和跨模型上下文管理。它支持多种AI模型的无缝协作，实现代码审查、调试、重构等开发任务，并能保持对话上下文在不同工作流间的延续。
Nx Console是一个为Nx和Lerna monorepo项目提供的可视化界面工具，增强编辑器AI功能，提供项目和工作流管理。
BrowserTools MCP是一个强大的浏览器监控与交互工具，通过Chrome扩展和本地服务器实现AI对浏览器的智能分析与操作。
为Nuxt/Vite应用提供MCP服务器支持，帮助模型更好地理解应用结构。
Scrapling是一个自适应网页抓取库，能自动学习网站变化并重新定位元素，支持多种抓取方式和AI集成，提供高性能解析和开发者友好体验。
MCP Toolbox for Databases是一个开源数据库MCP服务器，专注于企业级和生产质量，简化工具开发，提供连接池、认证等复杂功能。
一个基于Playwright的MCP服务器，为LLM提供浏览器自动化能力
该项目为Notion API实现了一个MCP服务器，允许通过模型上下文协议访问和操作Notion内容，支持搜索、评论、添加页面等功能。
Eino是一个专为Golang设计的LLM应用开发框架，旨在通过简洁、可扩展、可靠且高效的组件抽象和编排能力，简化AI应用开发流程。它提供丰富的组件库、强大的图形编排功能、完整的流处理支持以及高度可扩展的切面机制，覆盖从开发到部署的全周期工具链。
AWS MCP Servers是一套基于Model Context Protocol的专用服务器，提供多种AWS相关功能，包括文档检索、知识库查询、CDK最佳实践、成本分析、图像生成等，旨在通过标准化协议增强AI应用与AWS服务的集成。
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)
