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...
排序
GigaBrain-0 – 最新开源VLA具身模型，打造了全球首个最全具身智能数据体系
最新推出的GigaBrain-0是一款基于世界模型（World Model）的视觉-语言-动作（VLA）基础模型，专为机器人复杂操作任务设计。GigaBrain-0通过加入深度信息的输入，提升了物体3...
Alpamayo-R1 – 英伟达发布首款推理版视觉-语言-动作模型
随着芯片成为AI发展的核心，英伟达发布了新的开源软件Alpamayo-R1，旨在利用人工智能（AI）中的一些最新“推理”技术加快自动驾驶汽车的开发。模型的核心创新包括：构建因果链（CoC）数据集，通过...
TLDW – AI视频摘要工具，支持YouTube视频URL输入或视频文件上传。
TLDW是一款专门为优化视频观看体验而设计的AI工具，它可以分析YouTube视频并提取其中的关键时刻，让你用最短的时间获得最有价值的信息。该工具旨在帮助用户将冗长的YouTube视频转化为简洁、易于...
twitch官网入口，twitc登录教程
twitch是一款全球超火的游戏直播、教学、玩法攻略流媒体平台，它是美国最大的一家游戏视频直播网站，内容几乎涵盖了市面上所有游戏种类。对跨境电商卖家而言，Twitch是很好的营销引流平台。无论是游戏还...
MiroFlow v0.2 – MiroMind开源的研究智能体框架，协调多个工具和子智能体完成任务
MiroFlow v0.2是MiroMind团队开发的开源研究智能体框架，旨在将任意大型语言模型（LLM）的能力提升至媲美OpenAI深度研究级别的水平。其核心设计聚焦于高效、可靠地执行复杂工具调用任...
GLM-ASR – 智谱开源的语音识别系列模型，模型能将语音实时转换为文字
GLM-ASR是由智谱AI开发的开源语音识别模型系列，结合了自然语言处理（NLP）和语音识别（ASR）的先进技术。不仅可以实现精准的语音转文字，还可以在输入法中直接调用大模型能力，完成翻译、改写、情绪...
Kotaemon—— 基于 RAG 技术的开源工具，支持多模态检索和复杂推理方法，满足多样化的查询需求
Kotaemon 是什么 Kotaemon是一款基于Retrieval-Augmented Generation (RAG)技术的开源工具，由Cinnamon团队开发。它通过结合信息检索和语言生成技术...
腾讯AI Lab推出的全长度歌曲生成模型–SongBloom ，仅需 10 秒音频样本和对应歌词
SongBloom 是一个由腾讯 AI Lab 联合顶尖高校研发的开源歌曲生成模型。它采用自回归扩散模型，将扩散模型的高保真度与语言模型的可扩展性相结合，能够快速生成完整歌曲，支持双通道、48kHz ...
混元图像3.0 – 腾讯开源的原生多模态图像生成模型，支持多种风格的图像生成
腾讯混元最新发布并开源原生多模态生图模型——混元图像3.0，这是首个开源工业级原生多模态生图模型，也是目前效果最好的开源生图模型。混元图像3.0具备常识并能够利用知识进行推理；同时语义理解准确度高，并...