

> 登顶开放权重指数背后，是MiMo-V2.6利用大规模强化学习与自对弈机制重构端侧与开放模型生态。

小米集团正式发布并开源MiMo-V2.6系列模型，并在知名评测机构Artificial Analysis的开放权重模型智能指数排行榜中力压群雄、登顶榜首。MiMo-V2.6不仅延续了开源社区对参数效率的极致压榨，更在训练范式上全面引入扩展强化学习（RL Scaling），展现出模型在脱离海量人工标注后，依靠环境反馈与搜索策略实现推理能力“自我提升”的技术路径。

## 强化学习扩展律与端云协同架构解析

**RL扩展律实践**　MiMo-V2.6的核心技术突破在于打破了预训练阶段对高质量人类合成数据的依赖瓶颈。研发团队通过搭建端到端的可验证奖励模型（ORM/PRM）与蒙特卡洛树搜索（MCTS）耦合机制，让模型在数学推演与代码执行等严谨逻辑场景中进行高频自我博弈，实现了推理阶段强化学习的算力转化效率倍增。

**量化部署工程融合**　面对消费电子设备对端侧推理的苛刻限制，MiMo-V2.6在架构底层原生适配了4-bit/8-bit激活感知量化方案。通过在强化学习阶段联合优化模型稀疏度与权重量化损失，使得模型在保持高阶逻辑推理完整性的同时，能够无损下沉至消费级NPU甚至移动芯片，展现出极强的工程可落地性。
![52.jpg](https://static.downly.cn/images/2cab0a1e5a8603977329bb1a66e8f311.jpg)
<center>图源备注 图片由AI生成</center>

## 开源智能基准洗牌与端侧场景释放

**开源社区算力范式迁移**　MiMo-V2.6的登顶向全球开源生态释放了清晰信号：后训练阶段的强化学习扩展，已取代粗放的预训练Token堆砌，成为提升模型逻辑天花板最具性价比的引擎。开源开发者将从寻找新语料的消耗战中解脱出来，全面转向设计特定领域的自我博弈任务与确定性验证沙盒环境。

**端侧自主智能体落地**　随着高智商、轻量级开源权重的普及，搭载在手机、智能汽车及IoT终端的AI助手将告别简单的指令应答。具备深层思考与自我纠错能力的Agent将得以完全脱离云端API依赖，以极低延迟在本地设备完成设备控制、跨应用调取与复杂任务链拆解，加速硬件厂商生态闭环的成熟。

小米MiMo-V2.6的开源并非一次常规的技术成果展示，而是将前沿强化学习架构推向工业级通用化与端侧落地的标杆尝试。当自我进化的算法范式与开放生态相结合，底层技术的进化速度正在摆脱中心化算力集群的绝对束缚。

小米开源MiMo-V2.6 扩展强化学习破局自我进化瓶颈

2025年5月27日，Trae.ai 1.4 国际版（[trae.ai](https://trae.ai)）发布 ，开启收费模式，“白嫖”时代正式落幕（国内版目前依旧免费）。


## 如何选择Trae国际版还是国内版？

简单的说，国际版提供了更优秀的AI模型，所以无脑选择国际版就行了。Trae国际版可以使用`Gemoni-2.5 Pro`、`GPT-4.1`、`GPT-4o`“超级模型”和Gemini-2.5 Flash高级模型，其余并无差别。

| 特性     | Trae国际版                     | Trae国内版     |
| :------- | :----------------------------- | :------------- |
| 官网地址 | trae.ai                        | trae.com.cn    |
| 注册方式 | 邮箱（谷歌/Apple）注册登录     | 手机号注册登录 |
| 适用地区 | 国际地区（不支持大陆地区使用） | 中国大陆地区   |

[Trae 1.4 国际版](https://trae.ai/) 和 [Trae 0.6国内版](https://www.trae.com.cn/) 支持的模型对比：

![](https://static.downly.cn/images/image-20250528144251062.png)

简单的说就是Trae国际版（Windows）可以使用`Gemoni-2.5 Pro`、`GPT-4.1`、`GPT-4o`“超级模型”和Gemini-2.5 Flash高级模型，其余并无差别，而让人无语的是Mac国际版本居然额外的支持Claude 3.5、3.7、4.0。

## 模型支持对比

| 特性         | Trae国际版                                     | Trae国内版                         |
| :----------- | :--------------------------------------------- | :--------------------------------- |
| 支持的AI模型 | GPT-4o、Claude 3.5/3.7/4.0 Sonnet、DeepSeek R1 | DeepSeek V3/R1、Doubao-1.5 Pro     |
| 上下文长度   | 支持128k上下文长度                             | 根据模型不同有所差异               |
| 多模态支持   | 支持图片上传（除DeepSeek相关模型外）           | 暂不支持多模态                     |
| 中文支持     | 支持但非优化重点                               | 针对中文代码理解和本土开发框架优化 |



## 1.4版本收费政策对比

| 特性     | Trae国际版                                | Trae国内版         |
| :------- | :---------------------------------------- | :----------------- |
| 收费模式 | 1.4版本开始推出Pro付费订阅                | 目前仍保持免费策略 |
| 价格     | 月付$10，年付约650元人民币                | 免费               |
| 首月优惠 | 首月仅$3                                  | 不适用             |
| 支付方式 | 支持支付宝支付，无需海外信用卡            | 不适用             |
| 发票服务 | 提供发票（需在官网Plan & Billings中申请） | 不适用             |

## Trae使用体验对比

| 特性         | Trae国际版                         | Trae国内版                                |
| :----------- | :--------------------------------- | :---------------------------------------- |
| 排队情况     | 免费版需排队，Pro版无需排队        | 因使用国产大模型，排队情况相对较轻        |
| 响应速度     | 取决于所选模型和网络环境           | 针对国内网络环境优化，响应速度提升40%以上 |
| 功能完整性   | 完整支持所有功能                   | 完整支持所有功能                          |
| 代码生成质量 | 依赖国际顶尖模型，适合复杂代码生成 | 针对中文需求和本土框架优化                |



## 那些年，我们在Trae的免费队伍里

用过 Trae 免费版的小伙伴都知道，它就像一个热情但人手不够的服务员，时不时就让你等等等等等。尤其是在写代码写到思路飞起的时候，突然来个“请排队”的提示，那感觉，就像是约了女神吃饭结果被告知得等位两个小时一样令人崩溃。

![](https://static.downly.cn/images/20250528041517.973267775.png)

虽然是免费的，咱也不好说啥，毕竟“白嫖”一时爽，一直“白嫖”一直爽的可能性在互联网时代越来越低了。大家也就忍了，毕竟能有个AI帮写代码，总比自己一个字一个字敲强。

## Trae 1.4 版本开始免费时代正式下线！10$能换来什么？

2025 年 5 月 27 日，更新后显示更新日志。Trae 1.4.0 版本正式发布。模型效果全面进阶，使用体验显著增强。全新上线**付费免排队**能力。新用户首充 3 美金（续费10$），可获得 600 次免排队，支持超级模型调用，效率飙升，快来体验！以下是变更细节：

### 付费免排队能力

- 新用户首充 **3 美金，可用 600 次**快速队列。
- 超级模型（Claude-4/3.7/3.5-Sonnet、Gemini-2.5-Pro 等）快速队列体验更丝滑。
- 新增账号管理，及时查看模型及队列用量，选购限时容量包，低至 0.02 美金/次快速队列。

### 优化模型效果

- 优化 Agent 能力，使之**更 Agentic 化**，让 AI 更自主的决策，进而提升生成效果和用户体验。
- 扩充了 AI 可自主调用的工具，减少编程时的人工依赖，编程更流畅。
- 多轮对话上下文更连贯，**通过"继续"指令无缝衔接执行**，任务完成率更高。

### 支持“分享智能体、开箱即用”

- **智能体一键分享与导入**，快速复用 Prompt 和 MCP 配置。
- 新增对 Python、Java、Go 等语言的环境配置引导。

就在大家“等等”习惯了的时候，Trae 国际版 1.4 版本悄悄上线，带来了个重磅消息：要收费了！而且，价格低到惊掉下巴 首月仅3美元！

![](https://static.downly.cn/images/image-20250528134641759.png)

这10美元，官方的意思很明确：就是来拯救你们这些“等等党”的！付费之后，告别排队，享受丝滑的AI编程体验。想象一下，敲代码的时候，AI助手随时待命，无需等待，这效率提升得简直是“坐火箭”啊！

而且，这个价格，对比一下同行们，简直是“价格屠夫”级别的。Cursor 这种在开发者圈子里口碑不错的AI编程IDE，月费通常在20美元左右。这么一比，Trae 的10美元，简直是“买不了吃亏，买不了上当”的节奏啊！

## 10美元的“价格屠夫” 能否硬刚20美元的“老大哥”？

Trae 这波低价操作，明摆着就是要来抢 Cursor 的饭碗。一个10美元，一个20美元，这差距可不是一星半点。对于很多个人开发者或者小型团队来说，10美元的门槛简直是太友好了。

![](https://static.downly.cn/images/20250528041342.271745989.png)

但这就像是拳击比赛，体重量级不一样，但能不能打赢，还得看真本事。Cursor 毕竟在 AI 编程领域耕耘了一段时间，其AI模型的训练、功能的完善程度、对各种编程语言和框架的支持，都有一定的积累。它的20美元，很大程度上是建立在其提供的强大价值和稳定服务之上的。

那么问题来了：Trae 的10美元，除了能告别排队，还能提供什么样的AI编程能力呢？它会不会因为价格太低，而在核心功能上存在“致命问题”？

## 低价背后的“隐患” 别只顾着看价格！

别光看10美元便宜！如果Trae的AI模型本身不够聪明，给出的代码建议错误百出，或者只能处理一些简单的场景，那即使不排队，也只是“不排队地写烂代码”啊！

![](https://static.downly.cn/images/20250528041415.710110364.png)

**大家心里打鼓的“致命问题”可能是：**

*   **AI智商不够高？** 10美元能请到的AI，会不会只能完成一些基础任务，遇到复杂代码就“懵圈”了？写出的代码质量不如 Cursor？
*   **功能太简陋？** 除了基本的代码补全，像高级的代码重构、深度调试集成、智能bug查找等功能，会不会是阉割版？
*   **服务不稳定？** 虽然不排队了，但会不会时不时抽风，或者遇到bug没人管？
*   **更新跟不上？** 价格太低，研发投入会不会不足，导致功能更新缓慢，跟不上技术发展？

要知道，开发一个真正好用的AI编程IDE，需要巨大的技术投入和持续的迭代。10美元的价格，是否真的能支撑起一个强大且持续进步的AI编程平台？

## 告别排队是真香，但真香还是真坑？得用了才知道

总的来说，字节跳动 Trae 国际版 1.4 版本告别免费，以每月10美元的超低价杀入付费市场，并且承诺解决排队问题，这无疑是一个非常有吸引力的举措。对于那些受够了排队，又不想花太多钱的开发者来说，这可能是个不错的选择。

但它能否真正挑战 Cursor 的地位，甚至成为开发者的新宠，还得看它在10美元的价格下，能否提供一个功能足够强大、AI足够智能、服务足够稳定的编程体验。别光看价格，功能才是硬道理啊！

所以，Trae 1.4 版本究竟是“真香”还是“真坑”？各位开发者们，是时候掏出你们的10美元，亲自去试试看了！毕竟，实践才是检验AI的唯一标准！


字节跳动 - Trae 1.4 终结“白嫖”时代，它变好用了吗？

> 字节跳动正式推出小云雀 AI，主打一键生成数字人视频功能。



随着数字内容创作需求的爆发，效率和便捷性成为新的追求。 近日，字节跳动正式发布了其在 AI 领域的又一重要产品——小云雀 AI。 这款 AI 应用的核心亮点在于其强大的数字人视频一键生成功能，极大地降低了数字人视频的制作门槛。目前仅支持安卓版本，iOS用户可能要再等等啦～
oppo 商店已经上架
![](https://static.downly.cn/images/20250530082105.161737324.png)

小云雀 AI 的“一键生成”能力，意味着用户只需要输入文本或上传少量素材，AI 即可自动生成带有数字人口播的视频内容。 这种便捷的操作方式，有望彻底改变传统的数字人视频制作流程，使其变得更加高效和亲民。

## 一键生成 轻松打造专属数字人视频

小云雀 AI 的“一键生成”能力，主要体现在以下几个方面

*   **文本驱动** 用户输入文字，AI 即可将文字转化为自然流畅的数字人口播。
*   **形象定制** 提供多种数字人形象选择，或允许用户定制自己的数字人形象。
*   **背景与场景选择** 提供丰富的虚拟背景和场景，或支持用户上传自定义背景。
*   **智能剪辑与合成** 自动完成口播与画面的同步，生成完整的视频文件。

<video src="https://static.downly.cn/images/20250530081548.653310493.mp4" title="171_1748592810.mp4"></video>

这些功能使得小云雀 AI 用户即使没有专业的视频制作经验，也能快速、轻松地创建数字人视频，将创意想法转化为生动的视频内容。

## 应用广泛 多领域迎来效率提升

小云雀 AI 的出现，有望在多个领域发挥重要作用，提升内容制作效率。



例如

*   **教育培训** 快速生成课程讲解视频，降低教师制作成本。
*   **企业宣传** 制作公司介绍、产品演示视频，提升品牌形象。
*   **短视频内容创作** 为短视频创作者提供新的内容形式和生产工具。
*   **新闻媒体** 快速生成新闻播报或资讯类视频。
*   **客服互动** 打造智能数字客服，提供更加生动自然的交互体验。

小云雀 AI 的出现，为这些领域的内容创作者和企业提供了强大的工具，帮助他们以更低的成本和更高的效率生产高质量的视频内容。

## 技术驱动 未来数字人视频新趋势

小云雀 AI 的核心在于其背后强大的 AI 技术支持，包括但不限于

*   **先进的语音合成技术** 将文本转化为逼真的人类语音。
*   **高质量的数字人建模与驱动技术** 创建栩栩如生的数字人形象并实现自然的表情和动作。
*   **智能视频合成与编辑算法** 将不同的元素 seamlessly 地整合到视频中。


字节跳动在 AI 领域的深厚积累，为小云雀 AI 提供了坚实的技术基础。 随着技术的不断发展，数字人视频的质量和逼真度也将持续提升。 小云雀 AI 的推出，无疑是数字人视频制作迈向普惠化、智能化道路上的重要一步，预示着数字人视频在未来将扮演越来越重要的角色。




 告别复杂 字节跳动小云雀 AI 一键生成 视频创作从未如此简单

> 本文档用于指导用户完成 OpenClaw 机器人在飞书群聊中的白名单配置，解决群内 @机器人无响应的核心问题，适用于 OpenClaw 2026.2.26 及以上版本，操作流程清晰可落地，兼顾新手友好性与专业准确性。

## 一、前置说明

### 1.1 适用场景

当 OpenClaw 机器人配置为 `groupPolicy=allowlist`（白名单模式）时，仅白名单内的飞书群可触发机器人响应，未添加至白名单的群聊中，机器人将无法接收或回复消息。本文档核心解决“白名单模式下机器人不回复”的问题。

### 1.2 前置条件

- 已部署 OpenClaw 机器人，且版本为 2026.2.26 及以上（可通过 `openclaw --version` 命令验证）。

- 已在飞书开放平台创建应用，并完成机器人能力配置（获取 appId 和 appSecret）。

- 飞书应用已开通群聊消息收发核心权限（`im:message.group_at_msg:readonly`、`im:message:send_as_bot`），且已发布应用版本。

- 机器人已加入目标飞书群聊（群设置 → 群机器人 → 添加对应应用机器人）。

### 1.3 核心概念

- groupPolicy：OpenClaw 飞书通道的群聊策略，取值为`allowlist`（白名单模式）或 `open`（开放模式），默认值为 `allowlist`。

- groupAllowFrom：白名单配置项，存储可触发机器人的飞书群 ID 列表，群 ID 格式为 `oc_xxx` 或 `ou_xxx`（两种格式均有效）。

- 飞书群 ID（chat_id）：飞书群的唯一标识，用于 OpenClaw 识别目标群聊，是配置白名单的核心参数。

## 二、操作流程（完整步骤）

### 步骤1：确认当前群聊策略配置

首先通过命令行确认 OpenClaw 飞书通道的群聊策略，确保当前为白名单模式，避免配置无效。

1. 登录部署 OpenClaw 机器人的服务器，打开终端。

2. 执行以下命令，查看飞书通道核心配置：
        `openclaw config get channels.feishu`

3. 查看输出结果，重点确认 `groupPolicy` 字段：
        

    - 若 `groupPolicy: "allowlist"`：当前为白名单模式，需继续配置`groupAllowFrom`。

    - 若 `groupPolicy: "open"`：当前为开放模式，无需配置白名单，机器人可响应所有群聊消息（不推荐生产环境使用）。

### 步骤2：获取飞书群 ID（chat_id）

飞书群 ID 是配置白名单的关键，提供 3 种获取方式，优先推荐方法1（最准确，适配所有场景）。

#### 方法1：从 OpenClaw 网关日志获取（推荐）

1. 启动 OpenClaw 网关（若已启动可跳过）：
        `openclaw gateway`

2. 打开目标飞书群，@机器人发送任意测试消息（例如：`@OpenClaw 测试群ID获取`）。

3. 回到服务器终端，查看网关日志，搜索关键词 `chat_id`，找到类似如下内容：
        `[feishu] receive message: chat_id=oc_cbf89dcaf14e87d8b32ac1d600a1b4ad, sender_id=xxx...`

4. 复制 `oc_` 或 `ou_` 开头的整串字符，即为该群的群 ID（例如：`oc_cbf89dcaf14e87d8b32ac1d600a1b4ad`）。

#### 方法2：从飞书客户端获取（简单快捷）

1. 打开飞书客户端，进入目标群聊。

2. 点击群聊右上角的「···」（更多选项），进入群设置页面。

3. 下拉页面至最底部，找到「群ID」选项，点击即可复制（需飞书客户端版本 7.60 及以上）。

4. 复制的群 ID 格式为 `oc_xxx`，直接用于后续配置。

#### 方法3：从飞书开放平台 API 调试台获取（备用）

1. 登录飞书开放平台 API 调试台：[https://open.feishu.cn/api-explorer](https://open.feishu.cn/api-explorer)。

2. 在调试台顶部选择已创建的飞书应用（需与 OpenClaw 配置的 appId 一致）。

3. 搜索接口「获取群信息」或「搜索群列表」，填写群名等查询条件，点击「调试运行」。

4. 在接口返回结果中，找到 `chat_id` 字段，取值即为群 ID（格式：`oc_xxx`）。

### 步骤3：添加群 ID 到 OpenClaw 白名单

根据实际需求，可添加单个群或多个群至白名单，配置后需重启网关使配置生效。

#### 3.1 单个群添加（常用场景）

```bash
# 替换命令中的 oc_xxx 为实际获取的群 ID
openclaw config set channels.feishu.groupAllowFrom '["oc_xxx"]'
```

#### 3.2 多个群添加（多群使用场景）

```bash
# 多个群 ID 用英文逗号分隔，均包裹在中括号内
openclaw config set channels.feishu.groupAllowFrom '["oc_xxx1","oc_xxx2","oc_xxx3"]'
```

#### 3.3 验证白名单配置

执行以下命令，确认群 ID 已成功添加至白名单：

```bash
openclaw config get channels.feishu.groupAllowFrom
```

正常输出应为：`["oc_xxx1","oc_xxx2"]`（与配置的群 ID 一致）。

### 步骤4：重启网关，使配置生效

OpenClaw 配置修改后，必须重启网关才能加载新的白名单配置，同时清理历史投递缓存，避免出现 `open_id cross app` 报错。

```bash
# 1. 停止当前运行的网关
openclaw gateway stop

# 2. 清理历史消息投递缓存（避免旧报错残留）
rm -rf /tmp/openclaw/delivery-*

# 3. 重新启动网关
openclaw gateway
```

网关启动成功后，终端日志会显示`[feishu] feishu[default]: WebSocket client started` 和 `[ws] ws client ready`，表示飞书长连接正常，白名单配置已生效。

### 步骤5：验证配置效果

1. 打开已添加至白名单的飞书群，@机器人发送测试消息（例如：`@OpenClaw 测试白名单配置`）。

2. 查看服务器终端的网关日志，若出现以下内容，说明配置生效：
        

    - `[feishu] receive message: ...`：机器人成功接收群消息。

    - `[feishu] send message: ...`：机器人成功回复群消息。

3. 飞书群内看到机器人的回复，即为配置成功。

## 三、常见问题排查

### 3.1 配置白名单后，机器人仍不回复

- 检查群 ID 是否正确：确认添加的群 ID 与目标群的 chat_id 完全一致，无多余空格或字符。

- 检查群聊策略：确认 `groupPolicy` 为 `allowlist`，而非 `open`。

- 检查网关是否重启：配置修改后未重启网关，新配置不会生效，需执行步骤4的重启命令。

- 检查飞书权限：确认飞书应用已开通 `im:message.group_at_msg:readonly` 和 `im:message:send_as_bot`权限，且已发布新版本。

- 检查机器人是否入群：确认机器人已加入目标群聊，未入群则无法接收消息。

### 3.2 网关启动时报错：open_id cross app（错误码 99992361）

核心原因：历史消息投递缓存残留，导致网关启动时重试发送无效消息，与白名单配置无关，但会影响日志整洁度。

解决方案：执行以下命令清理缓存并重启网关：

```bash
openclaw gateway stop
rm -rf /tmp/openclaw/delivery-*
openclaw gateway
```

### 3.3 如何关闭白名单模式（开放所有群聊）

若需让机器人响应所有群聊消息，可将群聊策略改为开放模式，无需配置白名单：

```bash
# 设置为开放模式
openclaw config set channels.feishu.groupPolicy "open"

# 重启网关生效
openclaw gateway stop && openclaw gateway
```

### 3.4 如何修改白名单（添加/删除群 ID）

- 添加新群：重新执行步骤3的配置命令，将新群 ID 加入数组（例如：`['oc_旧ID1','oc_旧ID2','oc_新ID']`）。

- 删除群：执行配置命令，仅保留需要保留的群 ID（例如：删除 oc_xxx2，命令为 `openclaw config set channels.feishu.groupAllowFrom '["oc_xxx1"]'`）。

- 修改后需重启网关，配置才能生效。

## 四、常用命令汇总（快速参考）

|操作目的|命令|
|---|---|
|查看飞书通道核心配置|`openclaw config get channels.feishu`|
|查看当前白名单|`openclaw config get channels.feishu.groupAllowFrom`|
|单个群添加至白名单|`openclaw config set channels.feishu.groupAllowFrom '["oc_xxx"]'`|
|多个群添加至白名单|`openclaw config set channels.feishu.groupAllowFrom '["oc_1","oc_2"]'`|
|设置为开放模式（关闭白名单）|`openclaw config set channels.feishu.groupPolicy "open"`|
|重启网关（配置生效）|`openclaw gateway stop && rm -rf /tmp/openclaw/delivery-* && openclaw gateway`|
|查看网关状态|`openclaw status`|
## 五、注意事项

- 群 ID 区分大小写，复制时需完整复制，避免遗漏或多输字符。

- 每次修改白名单配置后，必须重启网关，否则配置不生效。

- 白名单模式适用于生产环境，可有效控制机器人的响应范围，避免无关群聊触发机器人。

- 若飞书应用的可用范围发生变更，需重新发布应用版本，否则机器人可能无法正常收发消息。

- 清理 `/tmp/openclaw/delivery-*` 仅删除历史消息投递缓存，不会影响机器人的核心配置和正常运行。

## 六、版本适配说明

本文档适用于 OpenClaw 2026.2.26 及以上版本，若使用低版本 OpenClaw，部分命令可能存在差异，建议先升级至最新版本后再执行配置操作：

```bash
# 升级 OpenClaw 至最新版本
openclaw update
```
> （注：文档部分内容可能由 AI 生成）

小米开源MiMo-V2.6 扩展强化学习破局自我进化瓶颈

强化学习扩展律与端云协同架构解析

开源智能基准洗牌与端侧场景释放

相关推荐

通义千问开源Qwen-Image-2.1 文生图与局部编辑合流重塑视觉生产线

DeepSeek开源3050亿参数视觉实验模型算力平权重塑底层生态

智谱GLM-5.3开源权重智能体编程与网络安全管线的底层重塑

评论 (0)

2025 AI 技术峰会

AI 实战课程

热门工具

AI 助手

智能图像处理

AI 翻译

热门文章

字节跳动 - Trae 1.4 终结“白嫖”时代，它变好用了吗？

告别复杂字节跳动小云雀 AI 一键生成视频创作从未如此简单

OpenClaw v2026 飞书机器人群聊白名单配置指南

小米开源MiMo-V2.6 扩展强化学习破局自我进化瓶颈

强化学习扩展律与端云协同架构解析

开源智能基准洗牌与端侧场景释放

相关推荐

通义千问开源Qwen-Image-2.1 文生图与局部编辑合流重塑视觉生产线

DeepSeek开源3050亿参数视觉实验模型 算力平权重塑底层生态

智谱GLM-5.3开源权重 智能体编程与网络安全管线的底层重塑

评论 (0)

2025 AI 技术峰会

AI 实战课程

热门工具

AI 助手

智能图像处理

AI 翻译

热门文章

字节跳动 - Trae 1.4 终结“白嫖”时代，它变好用了吗？

告别复杂 字节跳动小云雀 AI 一键生成 视频创作从未如此简单

OpenClaw v2026 飞书机器人群聊白名单配置指南

DeepSeek开源3050亿参数视觉实验模型算力平权重塑底层生态

智谱GLM-5.3开源权重智能体编程与网络安全管线的底层重塑

告别复杂字节跳动小云雀 AI 一键生成视频创作从未如此简单