前苹果与Meta硬件负责人Caitlin Kalinowski指出，AI将彻底重塑硬件设计。她认为消费级VR失败非技术问题，而是市场匹配不足。Meta Quest系列虽技术领先，但未能满足用户核心需求。未来硬件需更聚焦实际应用场景。
阿里云发布Qoder1.0，实现从AI IDE向“智能体自主开发工作台”的战略升级。其核心是通过Agent-first工作范式，让用户仅需定义需求，Agent团队即可自主完成执行、验证到交付的全流程。亮点是Quest独立视窗，集成任务管理、状态追踪与产物审查功能，解放开发者于工程细节。
Meta公司近日将“账号中心”升级为“Meta账户”，实现功能重塑。新账户作为统一数字身份管理系统，打通了Facebook、Instagram、Threads等社交平台与AI眼镜、Quest头显等硬件设备。用户可通过单一控制面板集中管理所有关联账户，标志着Meta正打破旗下应用与硬件间的壁垒，打造高度整合的生态系统。
QuestMobile报告显示，截至2025年12月，AI应用月活前五为豆包、DeepSeek、元宝、蚂蚁阿福和阿里千问。蚂蚁灵光进入前十。报告指出，AI应用正从“通用覆盖”转向“场景穿透”，前十应用中通用AI占6席，垂类专业应用占4席。
AI驱动的数字SAT和ACT备考平台，提供免费诊断测试和个性化学习计划
Questas可让用户创建自己的冒险体验
Questie AI是带实时语音聊天的终极AI游戏伴侣，提供多样娱乐体验。
获取AI即时答案，无需等待。
Xai
$2.1
输入tokens/百万
$3.5
输出tokens/百万
128
上下文长度
foreverlasting1202
QuestA是一个通过问题增强方法提升大语言模型推理能力的创新框架。它在强化学习训练过程中融入部分解决方案，显著提升了模型在数学推理等复杂任务上的表现，特别是在小参数模型上实现了最优结果。
thenHung
这是一个基于T5-base的序列到序列模型，专门用于将复杂问题分解为多个子问题。
Vardan-verma
基于BERT架构的问答机器人模型，在SQuAD数据集上微调，能够根据上下文回答问题。
abdalrahmanshahrour
这是一个基于SQuAD数据集训练的问答系统模型，能够回答基于给定文本的问题。
eibakke
一个在完整Natural Questions(NQ)数据集上训练的开放领域问答模型，能够回答各种事实性问题
consciousAI
基于RoBERTa的问答模型，专用于在给定问题和上下文的情况下推断答案文本、范围及置信度分数。
ibm-research
Re2G是一个结合神经检索、重排序和生成的端到端系统，用于知识密集型任务。该模型是其NQ（Natural Questions）问题编码器组件。
questgen
这是一个基于DistilBERT的句子转换器模型，专门用于特征提取和句子相似度计算。
基于MPNet架构的句子嵌入模型，可将文本映射到768维向量空间，适用于语义搜索和句子相似度计算
pedropei
google
该模型是基于TAPAS架构的中型表格问答模型，在WikiTable Questions数据集上微调，适用于表格数据问答任务。
shahrukhx01
该模型用于区分问题查询与陈述查询，专为通过Haystack分类功能实现神经搜索查询分类而训练。
该模型是TAPAS的小型版本，专门针对WikiTable Questions数据集进行微调，用于表格问答任务。
该模型是基于TAPAS架构的迷你版本，专门针对WikiTable Questions (WTQ)数据集进行微调，用于表格问答任务。
ThomasNLG
基于T5-small的数据问答模型，用于在给定结构化表格输入时回答问题，是QuestEval评估标准的组成部分。
%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)
