AI News

DataChef是上海人工智能实验室与复旦大学联合开源的AI数据配方生成模型。模型通过强化学习自动生成大模型适配任务的完整数据处理流水线，包括数据选择、清洗...

Lyria 3 Pro 是谷歌推出的 AI 音乐生成模型，支持创作最长 3 分钟的完整音轨，具备结构感知能力，可精准处理前奏、主歌、副歌、桥段等编曲要素。

TurboQuant 是 Google Research 推出的向量量化算法，可将大模型 KV Cache 从 32-bit 压缩至 3-bit，实现内存降低 6 倍、推理速度提升 8 倍，且精度零损失。

OpenCLI 是开源的命令行工具，能将任意网站和 Electron 桌面应用转化为命令行接口。工具通过 Chrome 浏览器扩展连接本地守护进程，复用用户已登录的账号权限...

MiniMax Office Skills 是稀宇科技开源的一套生产级办公文档引擎。工具包含四个核心组件，MiniMax-docx（Word）、MiniMax-xlsx（Excel）、MiniMax-pdf（PDF）...

Sub2API 是开源 AI API 中转网关平台，支持将 Claude、OpenAI、Gemini、Antigravity 等主流 AI 服务的订阅统一接入管理。平台提供多账号管理、API Key 分发、...

DeerFlow 2.0 是字节跳动开源的超级智能体框架，采用'主智能体+11层中间件链+动态子智能体'架构，通过LangGraph实现多智能体协同。框架内置深度研究、数据分...

MAI-Image-2 是微软 AI Superintelligence 团队推出的第二代文生图模型，目前在 Arena.ai 排行榜位列全球前三。模型主打三大核心能力：增强的照片级真实感、...

New API 是新一代 AI 网关与资产管理系统，作为 AI 基座平台，提供统一基础设施接入全球 30+ 主流 AI 服务（OpenAI、Claude、Gemini、DeepSeek 等）。

PrismAudio 是阿里通义实验室推出的视频生成音频（Video-to-Audio）框架，可为无声视频自动配上环境音效。模型首创'分解式思维链'技术，让模型先思考声音内容...

ChatClaw是智麻开源的AI智能体，30MB极小安装包支持macOS/Windows/Linux。工具内置本地知识库、技能市场、MCP扩展、长期记忆和计划任务，可接入钉钉、飞书、...

Uni-1 是 Luma AI 推出的统一图像理解与生成模型，首次将视觉推理与图像生成整合到单一自回归 Transformer 架构中。模型能在生成前和生成过程中进行结构化内...

SoulX-LiveAct 是Soul App AI团队开源的实时数字人生成框架，解决AR扩散模型流式生成的稳定性难题。核心创新包括：Neighbor Forcing技术对齐相邻帧扩散步数确...

gstack 是 YC CEO Garry Tan 开源的为 Claude Code 用的 AI 编程工作流，能将 AI 助手转化为虚拟工程团队。工具包含 15 个专家角色（如 CEO 审查、Staff 工程...

IndexCache 是清华与智谱团队推出的稀疏注意力加速技术，针对 DeepSeek 稀疏注意力（DSA）中索引器计算开销大的问题，通过跨层复用索引来减少冗余计算。

Qwen3.5-Max-Preview 是阿里通义千问团队推出的旗舰大模型预览版。模型在LMArena评测平台以1464分跻身全球前五、国内第一，在基础能力评测中排名全球第六。

The Agency 是开源 AI Agent 角色库，包含 144+ 个专业 AI 专家，覆盖工程、设计、市场、产品等 12 个部门。每个 Agent 都有独特个性、专业流程和明确交付标...

Composer 2 是 Cursor 推出的新一代 AI 编程模型，定位'智能与成本的最优平衡'。定价仅 $2.50/百万 token，在 CursorBench 测试中达到约 61% 得分，性能接近 ...

YouClaw 是 Chat2DB 团队推出的极简 AI Agent 桌面客户端，定位为 AI 个人助理。工具主打零门槛。无需配置环境、无需代码，下载扫码即可使用。YouClaw支持文...

Granite-4.0-1b-speech 是 IBM开源的 10 亿参数多语言语音模型，支持英语、法语、德语、西班牙语、葡萄牙语、日语的语音识别及与英语的双向翻译，支持英语到...

Xiaomi MiMo-V2-Omni 是小米推出的全模态 Agent 基座模型，融合文本、视觉、语音三大模态，原生具备感知、推理与执行能力。

Xiaomi MiMo-V2-Pro 是小米推出的面向 Agent 时代的旗舰大模型，总参数量超 1 万亿（激活参数 42B），支持 100 万 token 超长上下文。

Qianfan-OCR 是百度千帆推出的端到端文档智能模型，基于 4B 参数视觉语言架构，将文档解析、版面分析、文字识别与语义理解融为一体。

EdgeClaw 是面壁智能联合清华、OpenBMB 推出的开源 AI 智能体框架，主打端云协同、本地部署、安全可控。框架首创三层数据安全协议（S1/S2/S3），让公开信息上...