AIニュース

Mano-P 1.0是明略科技开源的GUI-VLA智能体模型，采用纯视觉驱动，无需API可直接操控桌面软件与网页界面。模型提供72B完整版与4B量化版，支持Apple M4芯片本地...

HeyGen CLI是HeyGen官方推出的命令行工具与MCP服务器，基于Model Context Protocol协议构建。工具支持开发者及AI助手（如Claude、Cursor）通过自然语言直接调...

PokeClaw（全称 PocketClaw）是开源 Android AI 自动化应用，由开发者 Nicole 独立打造。是首个实现完全本地离线运行的手机 AI 代理，基于 Google Gemma 4 模...

LPM 1.0（Large Performance Model）是Anuttacon（蔡浩宇AI公司）推出的17B参数视频角色表演生成模型，支持实时全双工音视频对话。

FIPO（Future-KL Influenced Policy Optimization）是阿里通义实验室推出的强化学习算法，通过Future-KL机制量化每个token对后续推理轨迹的影响力，实现token...

claude-code-best-practice 是开源的 Claude Code 系统化使用指南。项目从'氛围编程'进阶到'智能体工程'，收录 86+ 条实战技巧，涵盖 Agents、Commands、Skil...

MiniMax Music 2.6是MiniMax推出的全新AI音乐生成模型，实现从底层架构到创作体验的全维进化。该版本将首包延迟压缩至20秒内，突破性解决'开盲盒'痛点，实现...

VimRAG是阿里通义实验室开源的全模态RAG框架，支持图文视频混合知识库。框架创新采用多模态记忆图（DAG）替代线性上下文，将推理建模为动态有向无环图实现路...

GO-2（Genie Operator-2）是智元机器人推出的第二代具身智能基座大模型，能打通'理解-规划-执行'链路，弥合语义与动作间的鸿沟。模型首创'动作思维链'直接在...

OmniVoice是小米 AI 实验室新一代 Kaldi 团队开源的超大规模多语言TTS模型，支持600+语种零样本语音克隆。模型采用极简非自回归扩散架构，结合全码本随机Mask...

CutClaw是大湾区大学GVC实验室与北交大团队开源的AI视频剪辑工具。工具采用多智能体架构，通过'音乐驱动'方式将几小时长视频自动剪辑成节奏精准的短片。

Muse Spark是Meta超级智能实验室推出的首个原生多模态大模型。作为Meta AI重组后的旗舰产品，模型在Artificial Analysis基准测试中从18分跃升至52分，多模态...

MMX-CLI 是 MiniMax 专为 AI Agent 打造的全模态命令行工具，支持文本、图像、视频、语音、音乐生成及视觉理解等能力。Agent 可在 Claude Code、OpenClaw 等...

ListenHub CLI是开源的AI内容创作命令行工具，基于Node.js，支持在终端一键生成音乐、播客、PPT、语音及AI绘画。工具支持本地文件上传、JSON输出和异步模式，...

Seeduplex是字节跳动Seed团队推出的原生全双工语音大模型，实现'边听边说'的实时交互。模型能精准抗干扰（误打断率降50%）、动态判停（抢话率降40%），在嘈杂...

HappyHorse是空降Artificial Analysis视频生成盲测榜榜首的神秘AI模型，以1347分Elo积分断层领先Seedance 2.0，文生/图生视频双冠。

LifeSim是复旦大学与上海创智学院推出的首个长程用户生活模拟框架，用于评测个性化AI助手。框架基于BDI认知模型，同时建模用户内部认知（信念、愿望、意图）...

Claude Mythos是Anthropic推出的最新AI模型，在编程、网络安全等领域性能远超前代Opus 4.6。模型能自主发现零日漏洞、构建复杂攻击链，曾表现出掩盖操作痕迹...

PixVerse C1是爱诗科技推出的全球首个影视行业大模型，支持文生/图生/参考生/首尾帧视频生成，最高输出15秒1080P音画同步视频。模型首创多宫格智能分镜功能，...

GLM-5.1是智谱推出的全球最强开源模型，8小时长程任务执行。模型代码能力在SWE-Bench Pro基准测试中位列全球第一，超越GPT-5.4和Claude Opus 4.6。GLM-5.1是...

OpenHarness 是香港大学数据智能实验室（HKUDS）开源的轻量级 AI Agent 框架，用纯 Python 实现，仅 11,733 行代码（为 Claude Code 的 1/44 体积），复刻了...

LLM Wiki是Karpathy推出的自主运行的个人知识库，突破传统RAG'每次查询从零检索'的局限。LLM Wiki通过Schema文件指导LLM主动维护结构化Markdown Wiki，将原始...

EmDash是Cloudflare推出的AI原生内容管理系统，定位为WordPress的继承者。EmDash采用TypeScript+Serverless架构，支持AI代理直接操作网站，数据以结构化JSON...

OmniWeaving是浙江大学联合腾讯混元、南洋理工大学推出的统一视频生成框架。框架突破传统开源模型单一任务限制，实现多模态自由组合与推理增强生成，能将交错...