Kimi-VL 是月之暗面開源的輕量級多模態(tài)視覺語言模型，基于 Mixture-of-Experts (MoE) 架構(gòu)，總參數(shù)量為16B，推理時僅激活2.8B。Kimi-VL具備強(qiáng)大的多模態(tài)推理...

FantasyTalking 是阿里巴巴 AMAP 團(tuán)隊和北京郵電大學(xué)聯(lián)合提出的新型框架，用于從單張靜態(tài)肖像生成逼真的可動畫化虛擬形象。基于預(yù)訓(xùn)練的視頻擴(kuò)散變換器模型，...

BrowseComp 是 OpenAI 開源的用于評估 AI 代理網(wǎng)絡(luò)瀏覽能力的基準(zhǔn)測試。包含 1266 個極具挑戰(zhàn)性的問題，覆蓋電影、科學(xué)與技術(shù)、藝術(shù)、歷史、體育、音樂、電子...

日日新SenseNova V6是商湯推出的日日新第六代多模態(tài)融合大模型系列，基于6000億參數(shù)的多模態(tài)MoE架構(gòu)，實現(xiàn)文本、圖像和視頻的原生融合。日日新SenseNova V6在...

DevDocs 是專為程序員和開發(fā)者設(shè)計的開源技術(shù)文檔爬取和處理工具，基于智能爬蟲技術(shù)，快速爬取、整理技術(shù)文檔，將理解文檔的時間從數(shù)周縮短至幾小時。DevDocs...

MoLing 是無依賴的本地辦公自動化助手，是基于計算機(jī)和瀏覽器使用的 MCP 服務(wù)器。MoLing 基于操作系統(tǒng) API 實現(xiàn)系統(tǒng)交互，支持文件系統(tǒng)操作（如讀寫、合并、...

atypica.AI 是專注于商業(yè)研究的智能體框架，通過語言模型快速生成用戶洞察。通過虛擬訪談任務(wù)，模擬真實用戶行為，快速收集和分析數(shù)據(jù)，生成詳細(xì)的研究報告。...

Multi-SWE-bench 是字節(jié)跳動豆包大模型團(tuán)隊開源的首個多語言代碼修復(fù)基準(zhǔn)。在SWE-bench基礎(chǔ)上，首次覆蓋Python之外的7種主流編程語言，包括Java、TypeScript...

Gemini 2.5 Flash 是 Google 推出的高效、低延遲的 AI 模型，基于 Gemini 2.5 模型構(gòu)建。Gemini 2.5 Flash在保持低延遲和成本效益的同時，引入思考能力。

A2A（Agent2Agent）是谷歌開源的首個標(biāo)準(zhǔn)智能體交互協(xié)議，讓不同框架和供應(yīng)商構(gòu)建的AI智能體相互協(xié)作。A2A基于標(biāo)準(zhǔn)化的通信方式，打破系統(tǒng)孤島，讓智能體安全...

DCEdit 是新型的雙層控制圖像編輯方法，是北京交通大學(xué)和美圖2MT實驗室聯(lián)合推出的。DCEdit基于精確語義定位策略（PSL），用視覺和文本自注意力優(yōu)化交叉注意力...

LocAgent是斯坦福大學(xué)、耶魯大學(xué)和南加州大學(xué)等機(jī)構(gòu)聯(lián)合推出的，專注于代碼定位任務(wù)的框架，幫助開發(fā)者快速準(zhǔn)確地找到代碼庫中需要修改的部分。LocAgent將代...

OmniSVG 是復(fù)旦大學(xué)和 StepFun 聯(lián)合開發(fā)的全球首個端到端多模態(tài) SVG（可縮放矢量圖形）生成模型。基于預(yù)訓(xùn)練視覺語言模型（VLM），通過創(chuàng)新的 SVG 標(biāo)記化方法...

小卡健康是北京快歐科技推出的AI健康管理應(yīng)用，專注于幫助用戶輕松管理熱量攝入與消耗。核心功能包括拍照識別熱量，用戶只需對食物拍照，APP能快速準(zhǔn)確地識別...

Firebase Studio 是谷歌推出基于云端的全棧應(yīng)用開發(fā)環(huán)境，專注于構(gòu)建和交付具有 AI 功能的高質(zhì)量應(yīng)用。Firebase Studio整合 Project IDX 和 Firebase 的專用 ...