国产大模型Skywork发布移动端APP5.0，支持iOS和安卓。新版核心亮点是实现了“多Agent并行协作”功能，用户通过一句话语音笔记即可快速生成结构化要点、行动清单、脑图，并同步启动多个Agent一键制作PPT、社交媒体文案、播客脚本和宣传海报，显著提升了移动端AI生产力体验。
无需美工或PS，Skywork AI新推Nano Banana Pro智能海报设计功能，用户输入文字即可快速生成专业海报。支持整篇论文一键转换，实测粘贴30多页技术文档，十几秒完成设计。该功能已免费开放，引爆创作者圈。
昆仑万维发布轻量级多模态智能体Skywork R1V4-Lite，集成视觉操作、推理与规划能力。区别于传统模型，它具备深度推理功能，支持图像操作、工具调用和多模态研究，适用于复杂场景。用户仅需拍摄照片，即可自动完成空间定位、文字放大、辅助线绘制等任务，操作灵活高效。
昆仑万维集团于2025年8月15日发布Mureka V7.5模型，标志着为期五天的SkyWork AI技术发布周圆满收官。期间每日推出一款新模型，覆盖多模态AI核心场景，包括SkyReels-A3、Matrix-Game2.0等。Mureka V7.5作为压轴之作，为AI音乐创作带来新突破。
将简单输入转化为多模态内容 - 文档、幻灯片、表格和深度研究、播客及网页。
Skywork是一款AI工具，可提高生产力，节省时间，从繁杂文件中解救您。
昆仑万维开源的高性能数学代码推理模型，性能卓越
高性能AI模型，提升推理任务能力
bartowski
这是Skywork MindLink-32B-0801模型的量化版本，使用llama.cpp b6014版本进行imatrix量化处理。提供多种量化级别选择，从高质量Q8_0到轻量级IQ2_XXS，适用于不同硬件环境和性能需求。
gabriellarson
Skywork-SWE-32B是由Skywork AI开发的代码智能体模型，专为软件工程任务设计，在代码生成和问题修复等任务上表现出色。
lmstudio-community
Skywork SWE 32B是一款专为软件工程（SWE）任务设计的代码代理模型，能有效提升相关任务的处理效率和准确性。
Skywork-SWE-32B是一个32B参数的大语言模型，经过Llamacpp imatrix量化，可在资源受限环境下高效运行。
Skywork
Skywork-SWE-32B是由Skywork AI开发的代码代理模型，专为软件工程任务设计，在多个关键指标上表现出色。
Skywork-OR1-7B 是一个 7B 参数规模的大语言模型，提供多种量化版本以适应不同硬件需求。
Skywork OR1 7B量化模型是基于Skywork-OR1-7B进行GGUF量化的文本生成模型，支持长达128k token的上下文推理，在数学和代码推理方面表现出色，为文本生成任务提供了强大的能力。
天工-R1V2-38B是当前最先进的开源多模态推理模型，在多项基准测试中表现卓越，具备强大的视觉推理与文本理解能力。
Skywork-VL-Reward-7B是一个7B参数的多模态奖励模型，基于Qwen2.5-VL-7B-Instruct架构，增加了用于训练奖励模型的价值头结构。
SkyReels V2是首个采用自回归扩散强制架构的开源视频生成模型，支持无限长度电影生成，在公开模型中实现了最先进的性能表现。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持高质量视频生成。
SkyReels V2是一款无限长度电影生成模型，采用自回归扩散强制架构，支持高分辨率视频生成。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持文生视频和图生视频任务，能够生成高质量的长视频内容。
SkyReels V2 是一个采用自回归扩散强制架构的开源视频生成模型，支持无限长度电影生成，在公开模型中实现了最先进的性能表现。
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持720P高清视频生成，在公开模型中达到SOTA性能。
SkyReels V2是首个采用自回归扩散强制架构的开源视频生成模型，支持无限时长电影生成，在公开模型中实现最先进的性能表现。
SkyCaptioner-V1是专为视频数据生成高质量结构化描述而设计的模型，通过整合专业子专家模型、多模态大语言模型与人工标注，解决了通用描述模型在专业影视细节捕捉上的局限。
jbilcke-hf
SkyReels-V1-Hunyuan-I2V是由腾讯SkyworkAI开发的文本生成视频模型，基于Hunyuan架构，支持从文本输入生成视频内容。
天工卷轴V1是首个开源的、以人物为核心的高级视频基础模型，基于混元视频框架，通过对千万级高质量影视片段进行微调，具备面部动态捕捉和电影级光影美学等核心优势。
%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)
