前谷歌高管推出AI教育平台Fermi.ai，旨在改变中学生学习STEM学科的方式。平台核心理念是促进深度思考，而非直接提供答案，拒绝快速解题，强调“深度学习”。
阿里巴巴发布Qwen3-VL视觉语言模型紧凑版，含4亿和8亿参数变体，推动多模态AI在边缘设备应用。模型优化了STEM推理、视觉问答、OCR、视频理解等核心能力，性能媲美大型模型，实现技术重大突破。
马斯克旗下AI公司xAI宣布裁员500人，主要涉及数据标注团队，占员工总数三分之一。公司正进行战略转型，重心从通用AI导师转向专业领域AI导师，包括STEM、金融、医学和安全等方向，以加速专业AI发展。
2025年上半年中国教育机器人市场硬件销售额达10.7亿元，同比增长12.5%。预计2029年将达39.3亿元，五年复合增长率12.9%。教育机器人作为智能产品，基于计算机控制并具备联网功能，市场在STEM教育和AI发展推动下迎来新机遇。
在线分离音乐中的人声和伴奏，免费、快速，无需登录。
TheoremExplainAgent 是一个用于生成多模态定理解释视频的智能系统。
OpenAI o3-mini 是 OpenAI 推出的最新高性价比推理模型，专为 STEM 领域优化。
您的AI合作伙伴 | 教育、STEM、法律
Openai
$7.7
输入tokens/百万
$30.8
输出tokens/百万
200
上下文长度
Google
$8.75
$70
1k
Stepfun
-
$1
$2
32
$38
$120
16
$21
$84
128
EssentialAI
Rnj-1-instruct 是由 Essential AI 从头开始训练的 80 亿参数开放权重密集模型，针对代码、STEM 领域、智能体能力和工具调用进行了优化。它在多种编程语言中表现出色，同时在数学和科学领域也展现出强大实力，能力与最先进的开放权重模型相当。
Rnj-1 是由 Essential AI 从头训练的一系列 80 亿参数、开放权重的密集模型。该模型针对代码和 STEM 领域进行了优化，在编程、数学推理、智能体任务和工具调用方面表现出色，能力与最先进的开放权重模型相当。
cyankiwi
ERNIE-4.5-VL-28B-A3B-Thinking AWQ - INT8是基于百度ERNIE-4.5架构的多模态大语言模型，通过AWQ量化技术实现8位精度，在保持高性能的同时大幅降低内存需求。该模型在视觉推理、STEM问题解决、图像分析等方面表现出色，具备强大的多模态理解和推理能力。
cpatonn
Hermes 4 14B是由Nous Research基于Qwen 3 14B开发的前沿混合模式推理模型，在数学、代码、STEM、逻辑、创造力和格式忠实输出等方面表现出色，具有显式思考过程和工具调用能力。
NousResearch
Hermes 4 14B是由Nous Research基于Qwen 3 14B开发的前沿混合模式推理模型，在数学、代码、STEM、逻辑推理、创造力和格式保真输出等方面有显著提升，同时保持了通用助手的质量和广泛的中立对齐。
deepcogito
Cogito v2是经过指令微调的生成式混合推理模型，采用迭代蒸馏与放大训练方法，在编码、STEM、指令遵循等方面表现出色，支持超30种语言和128k上下文长度。
Cogito v2是经过指令调优的生成式大语言模型，采用混合专家架构，具有1090亿参数。该模型支持多语言处理、长上下文推理，在编码、STEM等领域表现出色，支持商业用途。
Cogito v2是基于指令调优的生成式大语言模型，具备混合推理能力，支持128k上下文长度和多语言处理。该模型采用迭代蒸馏与放大(IDA)训练策略，在编码、STEM、指令遵循等任务上表现优异。
Cogito v2是基于Llama-3.1-70B的指令调优生成式模型，具备混合推理能力，支持多语言和长上下文，在编码、STEM等领域表现出色。采用迭代蒸馏与放大训练策略，可用于商业用途。
cortexso
DeepCogito推出的通过迭代蒸馏与放大（IDA）训练的强大混合推理模型，在编程、STEM、多语言和智能体应用场景中表现卓越。
async0x42
Cogito v1 预览版是基于Qwen2.5-32B的指令调优生成式模型，支持30多种语言，上下文长度达128k，针对编程、STEM、指令遵循和通用帮助性进行了优化。
etri-lirs
EAGLE是韩国电子通信研究院(ETRI)开发的31亿参数解码器因果语言模型，专注于STEM领域特别是数学和定量推理。该模型经过7200亿标记的预训练，采用LLaMA兼容架构，但并非通用语言模型，需要额外微调才能用于聊天机器人等应用。
Nitral-AI
Hathor_Tahsin [v-0.85] 是一个基于LLaMA 3 8B Instruct模型的多功能语言模型，旨在融合创造力、智能与高性能，适用于角色扮演、STEM对话和指令执行等任务。
Weyaxi
基于Meta-Llama-3-8B在多样化科学数据集上微调的大语言模型，专注于STEM领域任务
Einstein-v4-7B是基于Mistral-7B-v0.1在多样化科学数据集上完整微调的大语言模型，专注于STEM领域任务
STEM-AI-mtl
一个专注于电气工程领域的27亿参数模型，基于微软phi-2进行LoRa微调，支持电气工程问答和Kicad软件相关代码生成
Open-Orca
OpenOrca-Platypus2-13B是Platypus2-13B与OpenOrcaxOpenChat-Preview2-13B的融合模型，结合了STEM/逻辑数据集和GPT-4精炼数据集的优势
garage-bAInd
Camel-Platypus2-70B 是由 Platypus2-70B 和 qCammel-70-x 合并而成的大型语言模型，基于 LLaMA 2 架构，专注于 STEM 和逻辑推理任务。
glasses
ResNet26d是基于深度残差学习的图像分类模型，是ResNet的变体(d)版本，优化了stem结构和shortcut连接方式。
Transformers支持多种语言%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)
