发现

谷歌正式推出 Coral NPU，一个面向边缘人工智能（Edge AI）的开源全栈平台。旨在解决性能、碎片化和隐私这三大核心挑战，而这些挑战限制了功能强大、始终在线的 AI 技术在低功耗边缘设备和可穿...

mimo-v2-flash 是小米推出的开源高性能大语言模型，整体参数量达3090亿，其中每轮推理激活参数为150亿。仅用了309B的参数规模，该模型就展现出了极高的效能密度，在多项权威综合评测中均取...

talkcody 是一款开源的 ai 编程助手，旨在提升开发者在软件开发过程中的效率。支持Ollama离线模型和自定义提示，将复杂调试化繁为简。采用 Rust 和 Tauri 构建，具备原生性能和低资...

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...

WebWalker是阿里巴巴通义实验室提出的一个用于提升大型语言模型（LLM）网页信息检索能力的框架，它是一个基于阿里通义大模型（通义千问）的开源框架，旨在通过对话式AI助手（Agent）来提升用户与...

腾讯混元团队推出了混元 3D-Omni，一个基于 Hunyuan3D 2.1 构建的统一多模态可控 3D 生成框架。该框架不仅支持图像作为输入，还可接受点云、体素、边界框与骨骼姿态等多种控制信号，支持...

mano 是由明略科技研发的专用大模型，专注于图形用户界面（gui）的智能化操作。该模型建立在多模态基础架构之上，融合了在线强化学习与自动化训练数据采集等前沿技术。Mano的创新，不单单是解决了目前的...

腾讯发布了一个全新的开源项目——Stand-In，它是一个轻量级、即插即用的身份保留视频生成框架，不仅支持生成具有高保真度的文本到视频（Text-to-Video，T2V）内容，还能进行换脸、姿态控制...

字节开源的Humo模型支持文生视频、图生视频及音频生成视频，可结合文本、图像与音频多模态输入，并支持多图参考合成。HuMo 框架具备强大的多模态输入处理能力，可以同时利用文本、图像和音频三种信息，协同...

Androidify是谷歌推出的一项开源计划，旨在帮助开发者深入了解如何在 android 平台上打造由人工智能驱动的应用程序。用户可以通过上传个人照片或输入文字描述，生成专属的安卓机器人形象，并自由...