小米推出首个跨领域具身大模型–MiMo-Embodied ，支持复杂动态环境中的多模态交互
，小米集团正式发布具身大模型MiMo-Embodied，并宣布该模型全面开源。该模型的创新之处在于构建了一个统一的技术架构，首次实现了两大领域核心任务的协同处理。整合了自动驾驶和具身智能两大领域的任务...
排序
手把手教你本地部署 ComfyUI，轻松玩转 AI 视频生成
一、本地玩AI的前提条件 想本地折腾的同学先看这里：1、首先，你要有一张英伟达的显卡，AMD显卡用户看到这里可以放弃了。2、想在本地跑 AI 模型，显存容量的大小是首要门槛——它决定了你的电脑能不能跑...
最新推出的语音模型一GPT-realtime，支持多种语言和语音风格
GPT-realtime是一个专用于语音AI Agent的多模态模型，能够生成更加自然流畅的语音，完美模仿人类丰富多样的语调、情感以及语速，支持图像理解并将其与语音或文本对话相结合使用，而且这个模型是...
SpatialLM 1.5 – 群核科技发布空间大语言模型，助力解决机器人训练数据难题。
SpatialLM 1.5是一款基于大语言模型训练的空间语言模型，支持用户通过对话交互系统SpatialLM-Chat进行可交互场景的端到端生成。可根据文字描述、参考图像和3D空间布局，生成具有时空一...
Jetson Thor – 英伟达推出的机器人AI计算平台，兼容多种生成式AI框架，能构建丰富生态系统。
英伟达正式发布机器人专用计算平台Jetson Thor，其AI算力达到前代产品的7.5倍（即提升6.5倍），能效提高3.5倍。 开发者套件售价3499美元，量产模组批量采购价低至2999美元。Jets...
Skywork MindLink – 昆仑万维发布最新推理大模型
昆仑万维正式发布并开源了其最新推理大模型Skywork MindLink，同时公布了72B模型权重、技术报告及代码仓库链接，这套全新的推理范式，能够根据任务难度自适应整合推理和非推理的生成回复，极大减...
清华联合巨人网络开源的多方言语音合成大模型框架DiaMoE-TTS
巨人网络AI Lab与清华大学电子工程系SAT Lab的研究团队联合首创多方言语音合成大模型框架DiaMoE-TTS，并宣布将数据、代码、方法全方位开源，旨在推动方言语音合成的公平与普惠。该框架基于国...
Meta Ray-Ban Display – Meta推出的首款带显示屏的AI眼镜，为用户提供便捷的智能交互体验
Meta Ray-Ban Display是Meta首款搭载高解析度显示屏的消费级设备，其主要设计特点是在右镜片内嵌半透明抬头显示屏（HUD），亮度达5000尼特，可在户外强光环境下清晰显示信息，且从外...
Open-Fiesta – 开源的AI聊天平台，支持键盘提交和流式 API
Open-Fiesta 是一个开源的多模型AI聊天平台，它支持多种AI提供商和模型，如Gemini、DeepSeek R1等，让你可以轻松切换和比较不同模型的输出。此外，它还提供了网络搜索和图片附件功...
Kosong – 月之暗面开源的全新AI Agent开发框架，开发者可以灵活切换或混合使用多种AI模型
月之暗面（Moonshot AI）开源全新AI代理开发框架 Kosong，为构建下一代智能体应用提供轻量、灵活且高度可扩展的底层支持。其核心特性包括异步工具编排、插件化设计和开箱即用的Python支持...