Molmo 2 – Ai2开源的AI视频分析模型，提供灵活的多模态处理能力
艾伦人工智能研究所（Ai2）发布了全新的 Molmo2开源视频语言模型，支持多图像.视频输入，能推理事件、生成字幕并追踪物体。模型基于 Qwen 3 和 Olmo 架构，具备强大的视频分析能力，能在视...
排序
可灵O1 – 可灵AI推出全球首个统一多模态视频生成模型，轻松生成和编辑视频内容。
全球首个大一统的多模态视频、图片创作工具“可灵O1”正式上线。模型通过创新的多模态视觉语言（MVL）架构，实现视频生成、编辑与理解的无缝融合。可灵O1基于全新的视频和图像模型，以自然语言作为语义骨架...
xLLM – 京东开源的智能推理框架，实现5倍效率提升和90%成本优化
京东正式开源其自研大模型推理引擎xLLM。据悉，该引擎基于国产芯片深度优化，是一款专注于大模型高效推理的基础软件。xLLM在内部多场景应用中实现的5倍效率提升和90%成本优化，已经强有力地证明了其技术...
LangExtract – 谷歌开源的结构化信息提取工具，能从非结构化文本中高效提取结构化信息。
LangExtract 是一款高精度信息抽取工具，本质是一个开源Python库，利用大型语言模型，从长文档中自动提取结构化信息，并且提供可视化来源定位。谷歌开源的 LangExtract 则利用大模型...
GitHub推出–Agent HQ 集成AI智能体平台，助你快速打造专业级智能体
GitHub 推出Agent HQ，将 AI 编程助手彻底整合进平台，让开发者能像管理团队一样指挥多个 AI 代理。这是首款突破原生界面限制、直接嵌入编辑器的合作伙伴智能体，其核心目标是统一管理各类 ...
A2UI – 谷歌开源Agent生成用户界面的声明式协议，支持定制化
a2ui（agent-to-user interface）是谷歌推出的开源协议，专为ai agent与用户界面之间的高效、安全交互而设计。核心是让AI生成“界面描述数据”，而非可执行代码，客户端通过预...
混元图像2.1 – 腾讯开源的文生图模型，支持2K分辨率的图像生成
腾讯Hunyuan团队正式开源HunyuanImage2.1，该模型支持原生2048x2048分辨率输出，并显著提升文本生成能力，尤其在双语（中英）支持和复杂语义理解上表现出色。该模型增强了语义一致性...
GLM-TTS – 智谱开源的AI文本转语音模型，支持多种方言和特殊语音的合成
智谱正式发布工业级语音合成系统 GLM-TTS，只需录音3秒，或者上传3秒-10秒的录音文件，即可快速克隆你自己的声音。在通用朗读、情感配音、教育评测、电子书、有声客服等场景中，实现自然流畅、贴近真人...
WeatherNext 2 – 谷歌DeepMind推出的AI天气预报模型，速度提升约8倍
谷歌DeepMind携手谷歌研究院，联合推出了全新天气预报模型WeatherNext 2，预报生成速度升至前一代的8倍，可精确至1小时，模型能够高精度地预测包括风速、风向、降水、气压在内的关键变量。能...
Mixboard – 谷歌推出的AI画板工具，快速将想法可视化
谷歌推出实验性 AI 工具 Mixboard，该工具由Banana提供支持，号称能把任何想法都即时可视化。主打“开放画布”与生成式 AI 创意，可从文本提示或预制板开始，生成包括家居装饰、产品设计等多...