硅基流动上线Kimi K2：万亿参数编码模型太能打，开发者速来领14元试用金
最近，硅基流动平台悄悄上架了一款让开发者们眼前一亮的工具——月之暗面开源的Kimi K2模型。这款模型可不得了，总参数直接干到1万亿，激活参数320亿，在各种性能测试里表现得相当生猛，完全能和那些顶尖的商业模型掰掰手腕。
咱先说说它最实用的点：支持128K的最大上下文长度。这意味着啥？就是不管你扔过去多长的代码、多复杂的文档，它都能一口气“吃透”，不用像有些模型那样读一半就“断片”。价格方面也挺实在，输入每百万个Tokens只要4元，输出是16元，新用户注册完直接送14元试用金，不管是国内用户点国内站链接，还是国际用户去国际站链接，都能立马上手试试。
为啥Kimi K2这么厉害？背后有三个硬实力撑着。首先是训练数据够多，在15.5T Tokens的海量数据里“泡”过，基础打得特别牢；其次是用了MuonClip优化器，就算模型规模再大，运行起来也稳得一批，不会动不动就“掉链子”；最后是它天生就为工具调用、逻辑推理和自主解决问题设计的，干起编码和智能体任务来，简直是如鱼得水。
用户们用下来反馈也特别好，有人说它能一次性搞定网页版Minecraft的开发，能力远超其他模型；连Perplexity的创始人Aravind Srinivas都在内部评估后夸个不停，说很快会基于它做后续训练。如果你是开发者，这款模型绝对值得放进工具箱里。
体验地址：硅基流动网页端官网入口
Liquid AI开源LFM2：边缘设备跑AI速度翻倍，手机笔记本都能轻松hold住
Liquid AI最近放出了个大招——正式开源新一代Liquid Foundation Models（LFM2），这玩意儿一出来，直接把边缘AI的速度和效率抬到了新高度，手机、笔记本、汽车这些边缘设备用AI再也不用卡半天了。
LFM2一共有350M、700M和1.2B三个参数版本，别看参数不算特别大，但本事可不小。它跟传统的Transformer模型不一样，用了个叫“结构化自适应算子”的创新架构，这就让它在训练效率和推理速度上有了质的飞跃。具体有多快？官方说推理速度比Qwen3快2倍，训练速度比自家之前的模型快3倍，就算是在资源有限的边缘设备上，处理长文本、复杂任务也照样流畅。
而且LFM2不光快，活儿还干得好。在指令跟随、函数调用这些关键任务上，性能比同规模的模型高出一大截，特别适合本地化的AI应用。更重要的是，它能在设备本地处理数据，不用上传到云端，对于那些注重隐私的场景来说，简直是量身定做的。
现在Liquid AI把LFM2的模型权重全公开了，开发者去Hugging Face就能下载，还能在Liquid Playground上测试。这事儿还有个小亮点——这是美国企业第一次在高效小型语言模型领域，公开超越了阿里巴巴、字节跳动这些中国公司的开源模型，可见技术实力确实硬。接下来，他们还计划把LFM2装进边缘AI平台和即将推出的iOS原生应用里，以后咱们用手机玩AI，体验肯定会更上一层楼。
huggingface地址：https://huggingface.co/collections/LiquidAI/lfm2-686d721927015b2ad73eaa38
智源开源RoboBrain 2.0和RoboOS 2.0：机器人变聪明还能组队，10项评测破纪录
智源研究院最近搞了个大动作，正式发布了具身智能系统的新成果——RoboBrain 2.0（32B版本）和跨本体大小脑协同框架RoboOS 2.0单机版，而且全都开源了，模型权重、训练代码、评测基准啥的，开发者都能拿到手。
先说说RoboBrain 2.0，这玩意儿堪称机器人的“通用具身大脑”，把感知、推理、规划能力全揉到一块儿去了。跟之前的7B版本比，它的时空认知能力强了不是一星半点，在真实的物理环境里，不管是复杂的空间布局，还是需要长期规划的任务，它都能轻松应对。比如说，机器人要在堆满杂物的房间里找到并移动某个物品，它能精准理解空间结构，一步步规划出最优路径，这背后全靠它那强大的空间理解、长期规划和长链推理能力。
再看RoboOS 2.0，这可是全球首个具身智能SaaS开源框架，用了无服务器架构，部署起来特别轻巧。它最牛的地方是能让智能大脑和不同类型的机器人高效协作，让机器人从“单打独斗”变成“群体智能”。就像咱们用手机APP商店下载软件一样，开发者和用户能在RoboSkill技能商店里，轻松获取各种机器人技能模块，直接适配自己的机器人，上手特别快。
性能方面更不用多说，RoboBrain 2.0靠着多模态数据集和分阶段训练策略，在好几个权威评测基准里都刷新了纪录，空间和时间推理能力那是实打实的强。有了这俩新工具，机器人以后在复杂环境里自主决策、高效干活肯定越来越厉害，具身智能的应用也会越来越广。
详情查看地址：智源开源RoboBrain 2.0与RoboOS 2.0：具身智能迎来“双核驱动”新时代
PixVerse“拍我AI”上新多关键帧生成：7张图变连贯视频，短剧、产品演示轻松搞定
全球用户量突破6000万的AI视频创作平台“拍我AI”（PixVerse），7月11日搞了个大升级——在首尾帧模块里加了个“多关键帧生成”功能，这一下，AI视频创作算是从只能生成单一“片段”，正式迈入能搞“故事性表达”的新阶段了。
这个新功能具体咋用？简单来说，用户现在可以通过网页端的首尾帧功能，最多上传7张图片当关键帧，然后AI就会自己琢磨这几张图之间的语义关系，智能补全中间的动作和场景转换，让整个视频流畅得就像专业团队剪出来的一样。
举几个例子你就明白了：要是你想展示一款新产品，把产品不同角度的图片传上去，AI能直接生成360度旋转的动画，全方位展示产品细节；要是你想拍个小短剧，画几张分镜头草图放进去，它能快速变成有起承转合的完整短片。更厉害的是，它还会模仿导演的镜头语言，该给角色特写的时候给特写，该拉全景展示场景的时候拉全景，完全不用你操心。
爱诗科技的创始人兼CEO王长虎博士说，这个功能通过精准定义起始、转折和结束帧，不光让角色动作、场景转换衔接得自然，还大大提升了电影预告、小说动漫改编、广告剧情短片这些高叙事需求领域的创作效率。现在“拍我AI”国内版已经支持中、英、日、韩、法等9国语言，不少用户用它把家人的成长照片、合影做成了人生回忆录、明星成长史之类的内容。这次功能升级后，普通人想当“生活导演”，真的是分分钟的事儿了。
体验地址：拍我AI网页端官网入口
通义千问Qwen Chat出桌面客户端：一键唤起MCP，写文案、做网页都方便
通义千问的Qwen Chat最近迎来了一次大更新，不光界面和功能大升级，还推出了桌面客户端，用起来比以前顺手多了，说是想成为每个人身边最得力的AI搭档，这话听着还真不是吹牛。
先说说交互设计，以前用着可能还得点几下才能开始聊天，现在打开首页就能直接对话，操作简单得很，哪怕是不太会用科技产品的人，也能轻松上手。功能方面更是加量不加价，日常提问、查个资料啥的肯定不在话下，帮着写文章、生成文案这些创作类的活儿，它也能给你不少灵感和素材，简直是个移动的“创意库”。
这次更新还加了几个特别实用的功能：“深入研究”能帮你把一个话题挖得更透；“图像生成”可以根据你的描述画出图片；“网页开发”能辅助你搭建网页；“深度思考”模式适合分析复杂问题；“搜索”功能则能实时获取最新信息，不管你是学生、上班族还是创作者，估计都能用到。
最让人惊喜的是桌面客户端的推出，下载安装后，能一键唤起MCP，直接调用Qwen Chat的各种功能，不管你是在写Word文档，还是在做PPT，随时都能让AI来搭把手，无缝衔接，效率高得很。对了，现在去qwen.ai，还能轻松拿到相关的论文、技术博客和模型API，想深入研究AI的朋友，这下资料不用愁了。
体验地址：通义千问大模型官网入口
Perplexity CEO夸Kimi K2模型：表现太亮眼，可能拿去接着训练
美国人工智能初创公司Perplexity的首席执行官阿拉温德·斯里尼瓦斯（Aravind Srinivas），最近在社交媒体上发了条消息，说他们公司对“月之暗面-kimi ai”刚推出的Kimi K2模型特别看好，以后说不定会基于这个模型做进一步的训练，这话一出，不少人都开始关注Kimi K2了。
那Kimi K2到底是啥来头？它是“月之暗面”发布的首个万亿参数开源模型，主要专攻代码生成和通用智能代理（Agent）任务。光说不练假把式，看测试数据就知道它有多能打：在SWE Bench Verified（代码任务评测）、Tau2（推理能力评测）、AceBench（智能代理评测）这些权威基准测试里，成绩都特别拔尖，不管是写代码、做智能代理，还是搞数学推理，能力都处在第一梯队。
再看看它的架构，用了混合专家（MoE）设计，总参数量达到1万亿，激活参数320亿，这种规模让它在处理复杂任务时，能调动更多“资源”，自然表现更出色。其实Perplexity之前就用过DeepSeek R1模型做训练，这次阿拉温德公开称赞Kimi K2，也从侧面说明这个模型确实有过人之处。
随着AI技术发展越来越快，像Kimi K2这样的开源模型能得到国际大厂的认可，不仅能提升“月之暗面”在开源模型领域的竞争力，也可能给Perplexity的未来发展带来新机会，说不定过阵子，咱们就能看到基于Kimi K2的创新应用了。
详情查看：Perplexity CEO点赞Kimi K2模型，AI领域合作新信号引关注
影视级TTS神器IndexTTS2来了：克隆声音带情绪，还能卡着时间配音
最近有个叫IndexTTS2的文本转语音大模型火了，据说生成的语音能达到影视级水准，不管是克隆别人的声音，还是控制语音的情绪，甚至是卡着时间配音，它都能轻松搞定，不少业内人都说这是TTS技术的大突破。
先说说它最让人惊艳的“零样本语音克隆”，你只要给一段音频（不管啥语言），它就能把说话人的音色、语气、节奏学得惟妙惟肖，比现在流行的MaskGCT、F5-TTS这些模型还像，哪怕是细微的发音习惯都能模仿出来，用来做虚拟主播、个性化语音助手，效果绝对逼真。
更绝的是它的情绪控制能力，全球首创了“零样本情绪克隆”和“文本情绪控制”。前者是说，你给一段带情绪的音频（比如生气的怒吼、害怕的低语），它就能学着生成同样情绪的语音；后者更方便，不用音频，直接在文本里写“温柔点说”“愤怒地讲”，它就懂了，这对于需要丰富情感表达的场景来说，简直是福音。
还有个特别实用的功能——精准时长控制，也是全球首创。你可以指定生成音频的具体时长，比如10秒、20秒，这对于电影配音、视频旁白这些需要音画严格同步的场景来说，太重要了；要是不想费心，也能选自由长度模式，让模型自己根据文本内容定时长。
现在IndexTTS2支持英语和中文，以后还会加更多语言。它用了先进的自回归架构，结合了文本到语义、语义到梅尔频谱、声码器这些核心模块，还跟大语言模型深度融合，生成的语音自然又稳定。最关键的是，开发团队计划把模型权重和推理代码都公开，到时候不管是个人开发者还是企业，都能轻松用起来，估计配音界要因为它变天了。
详情查看：影视级TTS新星登场！IndexTTS2：零样本克隆+情绪控制，重塑配音新体验
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区
AITOP100平台官方交流社群二维码：
