AI 资讯

shuohao-skills 是开源的 AI 短剧制作 Skill 集合，专为 Claude Code / Codex 等 Agent 设计。工具提供从小说改编大纲、角色设定、美术设定、剧本撰写到分镜...

Prime Agent 是 Prime Intellect 开源的长周期 AI Agent 运行框架，通过 RLM（递归语言模型）将上下文变量化、子 Agent 函数化，借助 Continual Harness 实现...

Gemini Omni 1.1 Flash 是谷歌推出的 AI 视频生成模型，面向开发者和专业创作者，支持从 360p 快速预览到 4K 超高清的多档位输出。

Hy-MT2-1.8B 是腾讯混元推出的端侧翻译大模型，仅 1.8B 参数却支持 33 个语种互译，翻译质量在 FLORES-200 等基准上超越微软、豆包等商业 API。

Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，支持实时流式和预录音频处理两种模式，前者通过 Live API 实现亚秒级延迟，后者支持说话人归属...

Omarchy 是 Ruby on Rails 作者 DHH 推出的 Linux 发行版，基于 Arch Linux 与 Hyprland 平铺窗口管理器。Omarchy 核心理念是「可塑的计算机」，桌面可随用户...

Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 模型，总参数量 125B，每 token 仅激活 6B，原生支持 262K 上下文。

GLM-5.3-Flash 是智谱最新推出的开源大模型，总参数三百二十亿，激活参数仅十八亿，为 GLM-5 系列首个原生多模态模型。模型综合智能指数达五十七分，与 Claud...

QuickDesk 是全球首款内置 MCP Server 的开源 AI 原生远程桌面，基于 Google Chromium Remoting 构建。工具让 Claude、Cursor 等 AI Agent 直接接管任意远程...

Breeze TTS 2 是 BreezeBlue 推出的新一代语音合成模型，支持通过自然语言零样本设计角色音色，用自然语言指令精准控制情绪、语速、口音等表演细节。

PixVerse R2 是爱诗科技推出的实时全模态世界模型，为PixVerse R1 的升级版本。模型支持文字、图像、音频及动作信号等多模态输入，能在运行中持续接收用户控...

EgoSuite-Open100K 是光轮智能推出的全球首个10万小时级全模态人类行为开源数据集，面向物理AI与具身智能。数据集包含15,000+真实场景的第一人称视频，覆盖家...

OpenStory 是开源的 AI 视频制作平台，专注于将剧本一键转化为风格统一的短剧视频。平台能自动拆分场景、设计镜头、分析情绪，调用 Fal.ai 等成熟模型生成图...

Agnes 2.5 Pro Alpha 是 Agnes AI 开源的多模态推理模型，采用 Apache 2.0 协议，权重托管于 Hugging Face。模型支持文本与图像输入，上下文窗口达 1M tokens...

huashu-excel 是花叔开源的 AI 数据分析 Skill，通过八步流程，包括体检→清洗→对齐→分析→对账→交付→验图→质控，解决 AI 做数据分析时算错不报错的核心问题。

ScienceClaw是中科紫东太初（中科院自动化所孵化）推出的科研原生智能体平台，依托紫东太初多模态大模型，覆盖生命科学、材料、化学、物理、天文等领域。

Faraday 是伦敦 AI 实验室 Inherent 推出的 AI 科学家智能体，基于 270 亿参数的 Qwen 3.6 模型，通过强化学习训练而成。Faraday能像人类博士生一样，在不预...

OpenBot 是 CopilotKit 开源的企业级 AI Agent 平台，定位是'敢托付真实工作的数字同事'。给每个 Agent 配一台专属'电脑'。独立 Docker 容器内含 Chromium 浏...

TabTin 是全栈开源的 AI Agent 团队协作平台。平台让 Agent 真正融入团队工作流，任务可在桌面端发起、手机查看、服务器 Agent 执行，并能带完整上下文交接给...

FreeToken 是 UC Berkeley 与 MIT 等机构联合开源的端侧 MoE 大模型推理系统。系统通过全层双缓冲、带宽自适应混合调度、Agent 状态复用及弹性显存热扩缩容等...

CoinVE-200K 是腾讯视频智创团队开源的大规模组合指令视频编辑数据集，包含 20万组 1080p 视频编辑样本对，每样本含 2-5 条原子编辑指令，包括添加、移除、修...

LLM-as-a-Verifier 是斯坦福、UC 伯克利与 NVIDIA 研究院联合开源的通用验证框架。框架无需额外训练，通过用 LLM 评分 Token 的完整 logits 分布生成连续细粒...

SenseNova U1.5 Lite 是商汤科技开源的轻量级原生统一多模态大模型，专为真实视觉创作流程设计。模型原生支持 3-4k 字符超长指令遵循，具备高质量视觉生成、...

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 推出的实验性多模态视觉理解模型。模型在保持 DeepSeek-V4-Flash 文本能力的基础上新增视觉输入，多模态 Agent 表...