面向大语言模型的强化学习训练框架，支持分布式训练与智能体工作流，让开发者能低成本训练和调优推理模型。
本地跑和训练大模型、扩散模型的图形界面，支持 GGUF、MLX 及 Qwen、DeepSeek、Gemma、FLUX 等主流模型，省去命令行配置的麻烦。
一套统一接口搞定 100+ 大语言模型和多模态模型的微调，支持 LoRA 等高效训练方式，省去为每个模型单独写训练脚本的麻烦。
跨平台高性能推理与训练加速引擎，可直接加载 ONNX 模型，兼容 PyTorch、TensorFlow 等框架导出，解决模型在不同硬件上高效部署的问题。
统一评测语言模型少样本能力的框架，支持多种任务和模型，方便横向对比不同模型的性能表现。
从公开研究文献出发，用第一性原理复现 Claude Mythos 架构的理论实现，供研究者拆解其注意力机制与模型设计思路。
自托管的多模型 AI 图像与视频生成工作台，聚合 Flux、Midjourney、Kling、Sora 等 600+ 模型，无内容过滤，可替代闭源视频平台。
开源的多模态视觉指令微调模型，让 LLaMA 类大模型能看图对话，效果对标 GPT-4V，适合做图文问答和视觉助手。
把深度学习模型编译到 CPU、GPU 及各类加速器上运行的开源编译器框架，通过统一中间表示和自动调优提升推理性能。
用 GRPO 强化学习给多步 Agent 做在线训练，让 Qwen、Llama 等模型在真实任务里边干边学，提升实际表现。
NVIDIA 官方的高性能深度学习推理 SDK，能把训练好的模型在 NVIDIA GPU 上做极致加速和部署，适合追求低延迟高吞吐的生产推理场景。
面向全模态模型的高效推理框架，支持图像、视频、音频生成与多模态模型服务，基于 PyTorch 提供统一的推理与部署能力。
PyTorch 官方的端侧推理框架，把训练好的模型导出并部署到手机、嵌入式和边缘设备上运行，覆盖 CPU、GPU 等多种后端。
把数据库和 AI 模型直接打通的全栈框架，让你在 MongoDB 等数据源上直接做推理、训练和部署自定义 AI 应用与智能体。
在 Mac 上基于 Apple Silicon 用 MLX 跑视觉语言模型的推理与微调工具包，支持 LLaVA、Pixtral、Florence2 等多种 VLM，本地即可完成多模态任务。
…（ 1802）；生成会话标题、语音纠错等短文本请求遇到限流（429）时，不再关掉「禁用思考」重发导致推理模型耗尽输出预算而没有结果，仅在供应商拒绝该参数（400 / 422）时才去掉（ 1773）；默认主题的阅读对比度提高（ 1786）；设置里难懂的开关旁新增「?」说明卡片（ 1748）。 其他 - Windows 安装包默认未签名 （
zh-CN AI 能力全面升级：支持 2026 年新模型并自动识别其能力，推理模型的「思考过程」现在可以实时展开观看；新增 Groq、MiniMax、OpenCode Go 三家供应商与自定义请求头；行内 AI 预览体验大幅打磨，另修复 Mermaid 导出与 Linux / macOS 启动问题。 ✨ 新增功能 - 新模型即插即用 —
…ni-4-argon 。 谷歌 2026-10-13 正式发布 gemini-4-argon （旗舰推理模型，100 万上下文）。 本版把开源版 代码里写死的默认模型名 从 gemini-3.5-flash 换成它。 ⚠️ 谁受影响 ：只在 没配环境变量、也没走首启向导 的部署上才看得出来 —— 这两条路都会把模型名写进 .env / 数
…addlePaddle/PaddleDetection/pull/9329)） - 模型导出格式 ：推理模型默认保存为 JSON 格式（[ 9352](https://github.com/PaddlePaddle/PaddleDetection/pull/9352)） --- 🖥️ 硬件平台适配 - CUDA 13 ：适配 CUDA
… 升级日志 本次升级对 AI 平台进行了全面增强，升级 LangChain4j 至 1.9.1，引入推理模型、多会话与流式调用能力；千问模型支持参数调整与联网搜索，新增 AI 绘画、文生图、图生图和海报生成等多模态能力；AI 应用升级为智能体，支持记忆、变量、插件、流程与 MCP；流程能力新增变量、循环、SQL、定时、知识库写入等节点；A
…发布自动化压缩工具ACT（Auto Compression Toolkit） - 解耦训练代码，基于推理模型和无监督数据，性能等效人工压缩 - 支持PaddlePaddle、Pytorch、TensorFlow产出的推理模型 - 发布图像语义分割、图像目标检测、图像分类和自然语言预训练模型的自动压缩示例 - 发布Pytorch BERT、