AI項目和框架

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

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

Multi-SWE-bench 是字節跳動豆包大模型團隊開源的首個多語言代碼修復基準。在SWE-bench基礎上，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準智能體交互協議，讓不同框架和供應商構建的AI智能體相互協作。A2A基于標準化的通信方式，打破系統孤島，讓智能體安全...

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

LocAgent是斯坦福大學、耶魯大學和南加州大學等機構聯合推出的，專注于代碼定位任務的框架，幫助開發者快速準確地找到代碼庫中需要修改的部分。LocAgent將代...

OmniSVG 是復旦大學和 StepFun 聯合開發的全球首個端到端多模態 SVG（可縮放矢量圖形）生成模型?；陬A訓練視覺語言模型（VLM），通過創新的 SVG 標記化方法...

Lipsync-2 是 Sync Labs 推出的全球首個零-shot 嘴型同步模型。無需針對特定演講者進行預訓練，能即時學習并生成符合獨特說話風格的嘴型同步效果。

Llama Nemotron是NVIDIA推出的一系列推理模型，專注于推理和多種智能代理（agentic AI）任務。模型基于Llama開源模型，經過NVIDIA的后訓練，加入推理能力，在...

Dream-7B是香港大學和華為諾亞方舟實驗室聯合推出的擴散式推理模型，是目前最強大的開源擴散大語言模型。Dream-7B訓練數據涵蓋文本、數學和代碼，預訓練使用5...

Miracle F1 是美圖 WHEE 推出的全新AI圖像生成模型。具備強大的圖像生成能力，能像攝影師、建筑師和畫家一樣精準地處理光影、空間和材質效果，生成的圖像真實...

DeepCoder-14B-Preview 是 Agentica 和 Together AI 聯合開源的大型代碼生成模型，基于 Deepseek-R1-Distilled-Qwen-14B 微調而成。DeepCoder-14B-Preview基...

GitHub MCP Server 是GitHub 官方推出的基于 Model Context Protocol (MCP) 的服務器工具，GitHub MCP Server能無縫集成 GitHub API，為開發者提供高級自動化...

Nova Sonic 是亞馬遜推出的新型生成式 AI 語音模型。將語音理解與生成能力整合到一個模型中，能根據說話者的語調、風格等聲學上下文調整生成的語音響應，對話...