三花AI

智谱 GLM-4.5 旗舰大模型开源 智谱 AI 重磅发布并开源新一代旗舰模型 GLM-4.5 系列。该系列采用创新的混合专家架构(MoE)，旨在统一推理、编码和 Agent 能力，并在多项评测中表现

阿里通义发布 4800 亿参数 Qwen3-Coder 代码大模型 媲美 Claude Sonnet4 Qwen3-Coder-480B-A35B-Instruct[1] 是阿里通义团队最新发布的代码

zAI 发布 Zread AI：智能分析开源项目 zAI 发布 Zread AI[1] ，这是一款专为开源项目生成文档的工具，提供原生中文支持。与 deepwiki 类似，但功能更强大，还能智能分析仓

Mistral 开源 Voxtral：多语言语音转录模型，准确率超 Whisper v3 Voxtral 是 Mistral AI 最新开源的多语言语音转录模型，提供 24B 和 3B 两个参数版本。

IndexTTS2 实现零样本语音克隆：精准控制+情感解耦 IndexTTS2[1] 是一个突破性的自回归语音合成模型，能在零样本条件下实现两大核心能力：精确的时长控制，以及音色与情感的完美解耦。该模

Qwen Chat 正式发布 Mac 客户端 阿里通义千问 Qwen Chat 正式发布 Mac 客户端版本，同时支持 ARM 和 x86_64 架构，支持 MCP，有需要的佬可以前往通义千问官网[1

马斯克：Grok4 大语言模型周四直播亮相 埃隆·马斯克今日宣布，将于北京时间（UTC+8）周四上午 11:00 通过 X 平台直播[1]发布 Grok4。 Grok4 的具体升级细节目前尚未公布，佬

阿里开源 OmniAvatar：音频驱动数字人模型 OmniAvatar[1] 是阿里开源的一款基于 Wan 2.1 的音频驱动数字人模型。用户只需上传图片、音频和脚本，即可生成嘴型精准匹配、带有自然

百度开放23款大模型：Ernie 4.5性能比肩OpenAI O1 Ernie 4.5[1]重磅发布 23 款开放权重大模型，包括 VLM 和 LLM 两大系列。 从官方数据显示，LLM版本超越Dee

腾讯开源 LeVo 音乐生成模型直逼 Suno V4.5 LeVo 是腾讯开源的唱歌模型，其能力逼近 SunoV4.5 且大幅度领先其他开源模型，训练用了 200万首歌曲（大约11万小时），支持唱中文

Black Forest Labs 开源最强图像编辑模型 FLUX.1 Kontext [dev] 黑森林团队(Black Forest Labs)[1] 昨日宣布开源 FLUX.1 Kontext

谷歌 Gemini CLI 开源命令行工具 谷歌 Gemini CLI[1] 是一款对标 Claude Code 的开源命令行工具，提供免费使用额度：每分钟支持 60 次模型请求，每日上限 1000

DeepSite V2 发布：基于 DeepSeek-R1 的智能网页重构工具 DeepSite 正式推出 V2 版本，这是一款专注于网页生成的 Vibe Coding 工具。新版本可以选择接入 De

海螺 AI 发布 Minimax Agent 测试版：开源 M1 模型性能比肩 DeepSeek R1 海螺 AI 发布的 Minimax Agent[1] 是一款类似 Manus 的产品，他们还开源

Midjourney V7 更新：全新风格参考功能 Midjourney V7 版本[1] 更新了新风格参考(Style References)功能。新增了--sref random功能，提供更多的变

腾讯混元 3D 2.1 发布：首个全链路开源工业级 3D 生成大模型 腾讯混元3D 2.1[1]开源了业界首个全链路工业级3D生成大模型，本次不仅开源了模型权重、训练代码和数据处理流程，还完整公开了核

OpenAI 为 ChatGPT Canvas 新增多格式导出功能 OpenAI[1] 终于为 ChatGPT Canvas 带来了用户期待已久的下载功能！现在你可以轻松导出创作内容：文档类支持 PD

Higgsfield AI 整合 Flux.1 Kontext：一站式创意工作流解决方案 Higgsfield AI通过整合Flux.1 Kontext，将照片编辑、电影级动画、视觉特效（VFX）和虚

Eleven Labs 发布 Eleven v3 语音模型：支持 70+ 语言与情感语音 Eleven Labs 官方[1] 宣布推出 Eleven v3（alpha 版本），这个语音模型支持 70

ComfyUI 子工作流功能：一次编辑全局更新 ComfyUI 即将推出革命性的子工作流功能，让复杂的工作流管理变得前所未有的简单。 通过将常用工作流封装为可重复使用的节点，实现一次编辑即可全局更新的