AIニュース

Coral NPU 是谷歌推出的全栈开源AI平台，专为低功耗边缘设备（如智能手表、AR 眼镜等）设计，能解决性能、碎片化和隐私三大挑战。Coral NPU基于 RISC-V 指令...

LongCat-Audio-Codec 是美团 LongCat 团队开源的语音编解码方案，专为语音大语言模型（Speech LLM）设计。通过语义和声学双 Token 并行提取机制，兼顾语音的...

PaddleOCR-VL是百度飞桨团队开源的多模态文档解析模型，参数量仅0.9B，专为低算力设备优化。在国际权威评测OmnidocBench V1.5中以92.6分登顶全球第一，超越GP...

Dexter 是自主金融研究智能代理（Agent），专为处理复杂金融问题而设计。工具能将复杂查询分解为清晰的分步骤研究计划，通过实时市场数据进行分析。

DeepSeek-OCR 是 DeepSeek 团队推出的视觉语言模型，专注于通过光学压缩技术高效处理长文本内容。模型由 DeepEncoder 编码器和 DeepSeek3B-MoE 解码器组成，...

KoalaQA 是AI大模型驱动的开源售后服务社区，支持智能问答、语义搜索和自动运营等功能。KoalaQA 能帮助团队实现 7×24 小时服务，显著降低人工成本，提升客户...

VitaBench 是美团 LongCat 团队发布的面向复杂问题的大模型智能体评测基准。以外卖点餐、餐厅就餐、旅游出行等高频生活场景为载体，构建了包含66个工具的交互...

AipexBase 是中国首个开源的 AI 原生后端服务（Backend-as-a-Service）平台，由北京跨赴科技（KuaFuAI）自主研发。AipexBase 致力于让开发者“不写后端，也能...

Zen7 Payment Agent 是 Zen7 Labs推出的全球首个去中心化支付智能体（DePA），基于多 Agent 协同架构，支持多链、多货币、高频小额支付，用免密授权和 Gas 代...

混元世界模型1.1（HunyuanWorld-Mirror）是腾讯发布的开源3D世界生成模型。支持多视图图像、视频等多种输入方式，可输出点云、深度图、相机参数等多种3D几何...

Seed3D 1.0 是字节跳动 Seed 团队推出的 3D 生成大模型，能从单张图像生成高精度的 3D 模型，具有高保真资产生成、物理引擎兼容性和可扩展的场景组合能力。基...

蛐蛐（QuQu）是为中文用户设计的桌面端语音输入与文本处理工具，是 Wispr Flow 的开源免费替代方案。工具内置阿里巴巴 FunASR Paraformer 模型，支持本地运行...

Baichuan-M2 Plus 是百川智能推出的循证增强医疗大模型，基于 Baichuan-M2 医疗推理模型升级而来，通过首创的六源循证推理（EAR）范式，结合 PICO 智能检索和...

Nof1.ai交易提示词是为AI交易系统设计的详细输入模板，提供全面的市场数据、技术指标和账户信息。提示词包括多个币种的当前价格、EMA、MACD、RSI等指标，及账...

MiniMax M2是MiniMax推出的专为编程和Agent工作流优化的大语言模型。模型拥有100亿激活参数和2300亿总参数，支持204,800的上下文窗口和131,072的最大输出Toke...

Kimi CLI 是 Moonshot AI 推出的命令行通用智能体工具，为开发者提供高效、便捷的编程辅助和文件处理功能。支持 macOS 和 Linux 系统，通过 uv 包管理器安装...

LongCat-Video是美团LongCat团队开源的136亿参数的AI视频生成模型，在文本到视频（Text-to-Video）、图像到视频（Image-to-Video）和视频续写（Video-Continu...

ChatGPT for any role是OpenAI官方推出的 ChatGPT 提示词模板，能帮助用户更高效地使用 ChatGPT 完成各种工作任务。模板覆盖从邮件撰写、会议协作到决策分析...

ValueCell 是开源的金融多智能体平台，通过 AI 技术加速金融投资研究与决策。将投研流程中的各种能力模块拆分为独立的智能体（Agent），如市场研究、数据抓取...

豆包视频生成模型1.0 pro fast（Doubao-Seedance-1.0-pro-fast）是火山引擎推出的高效AI视频生成模型。模型在继承上一代核心优势的基础上，实现生成速度最高...

Hailuo 2.3 是MiniMax推出的先进 AI 视频生成模型，基于 Hailuo 02 升级而来。模型在肢体动作、微表情、风格化表现及物理真实性方面实现显著提升，能生成更加...

Glyph 是智谱联合清华大学 CoAI 实验室开源的创新框架，能通过视觉 - 文本压缩解决大语言模型（LLM）上下文过长的问题。框架将长文本渲染为图像，用视觉语言...

GigaBrain-0 是新型的视觉-语言-行动（VLA）基础模型，由世界模型生成的数据驱动。模型通过大规模生成多样化数据，减少了对真实机器人数据的依赖，显著提升了...

SoulX-Podcast 是 Soul AI Lab 推出的多说话人文本到语音（TTS）模型，专为生成长篇播客对话设计。模型参数为1.7B，支持普通话、英语及多种汉语方言（如四川...