论文研究

AI HOT 日报 · 2026-06-25

星期四 · 今日共 21 条资讯

模型发布/更新

1. OpenAI ChatGPT 语音最大规模升级：双向AI语音模型 Bidi 1 已上线测试

6月23日，部分用户反馈 ChatGPT 网页版和 App 版上线了双向 AI 语音模型 Bidi 1，位于设置模型选择器中，与标准语音和高级语音并 …

AI HOT 日报 · 2026-06-24

星期三 · 今日共 26 条资讯

模型发布/更新

1. FastWan-QAD：单卡5090上1.8秒生成5秒视频

Sky Computing Lab 发布 FastWan-QAD 视频生成模型系列，基于 FastVideo 的量化感知蒸馏（QAD）方案训练。在单张 NVIDIA GeForce …

AI HOT 日报 · 2026-06-23

星期二 · 今日共 17 条资讯

模型发布/更新

1. PP-OCRv6 on Hugging Face：50 语言 OCR，参数规模 1.5M 至 34.5M

PP-OCRv6 是 PaddleOCR 最新一代通用 OCR 模型族，提供 tiny（1.5M）、small（7.7M） …

AI HOT 日报 · 2026-06-19

星期五 · 今日共 29 条资讯

模型发布/更新

1. 首个统一科学大模型 LOGOS 正式开源

LOGOS 由 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源，是首个基于统一“科学语法”的多领域科学生成基础模型。LOGOS-1B（1B参数）在六大科学任务上匹配或超越领域 …

AI HOT 日报 · 2026-06-18

星期四 · 今日共 29 条资讯

模型发布/更新

1. MolmoMotion：语言引导的3D运动预测模型

MolmoMotion基于Molmo 2骨干网络，输入视频帧、物体上的3D点标记及文字动作指令（如“移动并旋转桌上放水果的木碗”），预测未来数秒内这些点的3D轨迹。提供两个变体：自回归 …

AI HOT 日报 · 2026-06-17

星期三 · 今日共 29 条资讯

模型发布/更新

1. Cartesia 发布 Sonic 3.5 与 Ink 2 实时语音模型

Cartesia 推出 Sonic 3.5 和 Ink 2 两个模型，作为单一实时语音栈，分别负责文本转语音和语音转文本。Ink 2 在 Artificial …

AI HOT 日报 · 2026-06-13

星期六 · 今日共 19 条资讯

模型发布/更新

1. MiniMax M3 开源权重模型发布，已上架 HuggingFace

MiniMax 发布开源权重模型 M3，约 428B 总参数、23B 激活参数，已上传 HuggingFace。该模型融合三种前沿能力：编码与智能体方面达 59.0% …

AI HOT 日报 · 2026-06-12

星期五 · 今日共 27 条资讯

模型发布/更新

1. Gemini Omni Flash 视频任务达 SOTA

Gemini Omni Flash 在图像到视频、文本到视频和视频编辑方面达到了 SATA : ) 很高兴很快能将这一能力通过 API 提供给开发者！

关键信息： …

AI HOT 日报 · 2026-06-11

星期四 · 今日共 28 条资讯

模型发布/更新

1. DiffusionGemma：文本生成速度提升4倍的开源扩散模型

Google DeepMind 发布开源实验模型 DiffusionGemma，采用文本扩散技术，突破自回归逐 token 生成方式，每次前向并行生成 256 个 token。 …

AI HOT 日报 · 2026-06-09

星期二 · 今日共 31 条资讯

模型发布/更新

1. 小米 MiMo-V2.5-Pro-UltraSpeed 突破 1,000 tokens/s，单台 8-GPGPU 节点运行 1T MoE 模型

小米 MiMo 联合 TileRT_AI 发布 MiMo-V2.5-Pro-UltraSpeed， …

AI HOT 日报 · 2026-06-06

星期六 · 今日共 30 条资讯

模型发布/更新

1. Riverflow 2.5：可控制评分标准的图像模型

在OpenRouter上线：来自@Sourceful的Riverflow 2.5。 首个具有独立评分标准的图像模型，你可控制该标准以引导其思维和编辑，并具备可控的推理努力，可在速度与质量之 …

AI HOT 日报 · 2026-06-05

星期五 · 今日共 29 条资讯

模型发布/更新

1. Nemotron 3.5 Content Safety：面向全球企业AI的可定制多模态安全

Nemotron 3.5 Content Safety基于Gemma 3 4B IT，提供128K上下文窗口，支持用户提示、可选图像与助手响应的统一多 …

AI HOT 日报 · 2026-06-04

星期四 · 今日共 32 条资讯

模型发布/更新

1. Grok Imagine 1.5 预览版发布

Grok Imagine 1.5 预览版已发布，即日起可在 API 中体验。SpaceXAI 正在发力。

关键信息： …

AI HOT 日报 · 2026-06-03

星期三 · 今日共 29 条资讯

模型发布/更新

1. 微软首款高级推理AI模型MAI-Thinking-1发布

微软在Build 2026上发布了其首款高级推理AI模型MAI-Thinking-1。该模型被定位为“中等规模”，能在“关键”软件工程基准测试中达到领先模型的水平。微软称其完全从头使用 …

AI HOT 日报 · 2026-05-30

星期六 · 今日共 24 条资讯

模型发布/更新

1. OpenAI推出实时翻译模型，支持70+语言输入

OpenAI 实时翻译功能——使用70多种输入语言说话，翻译成13种输出语言： gpt-realtime-translate 接收任意语言的语音输入，并输出目标语言的语音。 大语言模型很棒，但 …

AI HOT 日报 · 2026-05-29

星期五 · 今日共 30 条资讯

模型发布/更新

1. Claude Opus 4.8 发布：在编码、智能体技能与推理方面实现全面升级

Anthropic 发布了新一代模型 Claude Opus 4.8，作为 Opus 4.7 的升级版本，其在编码、智能体技能、推理和实用知识工作等各项基准测试中 …

AI HOT 日报 · 2026-05-28

星期四 · 今日共 28 条资讯

产品发布/更新

1. Runway 推出 Model Context Protocol 服务器

Runway 正式推出 Runway MCP 服务器，允许任何兼容 MCP 的 AI 智能体（如 Claude、ChatGPT、Cursor）在对话界面中直接生成图像与 …

AI HOT 日报 · 2026-05-27

星期三 · 今日共 23 条资讯

模型发布/更新

1. 谷歌 AI 框架 AlphaProof Nexus 攻克 2 道悬置 56 年数学难题

关键信息： …

AI HOT 日报 · 2026-05-26

星期二 · 今日共 11 条资讯

模型发布/更新

1. 面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN

关键信息： …

AI HOT 日报 · 2026-05-24

星期日 · 今日共 12 条资讯

产品发布/更新

1. StepAudio 2.5实时语音发布：副语言感知与人格化交互

StepAudio 2.5 Realtime是一款实时语音模型，能够深度理解用户语音中的语气、语速、停顿乃至微表情等副语言特征。它支持通过API接入自定义人格，允许设定个性、背景 …