Liquid AI 端侧 Agent 模型，24B 总参数仅 2B 激活，M5 Max 上 184 tokens/s。

腾讯混元开源的 30B-A3B 记忆写入模型，直接替换 Mem0/MemOS 里的通用 LLM。

OpenMOSS 开源的 5B 文生图模型，原生 JSON 布局控制与强文字渲染，Apache-2.0。

xAI 的语音到语音模型，Artificial Analysis 语音对话指数 86.9 排名第一，$0.08/分钟。

Google 2026 年 10 月 6 日发布的开源嵌入模型：740M 参数、Apache 2.0，把文本、代码、图像、音频、视频映射到同一个 768 维向量空间。

Google Cloud 2026 年 10 月 8 日发布的通用工作 Agent：编排子 Agent、按任务路由模型，带企业级身份、审计与花费管控。

Google 开源的声明式 Agent 编排运行时，用 Kubernetes 风格在集群里跑大规模自主 Agent 工作负载。

MiniMax 开放权重音乐生成模型，单次生成最长 5 分钟的完整歌曲，含人声与编曲。

Google Gemini API 新一代文本转语音模型，含音色设计、授权音色复刻与 150+ 音色库。

阶跃星辰开放平台语音系列：全双工实时对话、流式 TTS、综合音频生成、音乐生成与专业 ASR

xAI 2026 年 9 月 18 日发布的语音转文字模型，批量 $0.10/音频小时、流式 $0.20/音频小时

阿里云百炼全模态模型：文本/图片/音频/视频输入，1M 上下文，音频覆盖 113 种语言与方言

Odyssey 2026 年 9 月发布的基础世界模型，一个模型可驱动机器人、汽车、无人机，也能用来训练 AI。

Fotor 推出的 AI 视频智能体，支持长视频、4K 动态图形与时间线剪辑，拿下 Product Hunt 当日第一。

腾讯开源的 LLM 知识平台，把文档变成可查询的 RAG、会推理的 Agent 和自动维护的 Wiki，约 2.5 万 star。

阿里通义 Qwen3.8 系列的 27B 稠密开源模型，原生视觉语言、支持思考控制，本地部署友好。

多邻国基于 GPT-4 的高阶订阅，用 AI 对话与视频通话练就开口说外语。

可汗学院推出的 AI 导师与助教，一对一引导式学习而非直接给答案。

Google 基于学习科学调优的教育专用模型系列，已融入 Gemini 与 Google Classroom。

飞书多维表格内置的 AI 助手，用自然语言实现数据分析、字段生成与业务系统搭建。

智谱推出的手机与电脑双端 Agent，能自主操作 App 与网页完成订票、点餐等任务。

CAMEL-AI 开源的多智能体协作框架，面向开放式任务的工作流学习型 Agent 系统。

面向企业的开源浏览器自动化 Agent，用 AI 自动完成任意网站的重复操作流程。

字节跳动开源的多模态 GUI Agent，能看懂屏幕并自动操作电脑完成任务。

字节跳动扣子旗下的通用 AI Agent 协作空间，一个指令即可调用多智能体完成任务。

新一代 Agentic AI 浏览器，能自动拆解任务并跨网站搜索、操作与生成报告。

快手可灵第二代视频模型，多模态剪辑与高动态运镜，国产视频标杆。

Midjourney 第七代模型，画质与语义理解跃升，新增个性化与语音出图。

以文字渲染见长的设计向生图模型，海报、Logo 与排版一句话直出。

ElevenLabs 高精度语音转文字模型，多语言、低延迟，附带说话人分离。