快手OneRec：颠覆传统推荐！端到端生成式AI系统引爆观看时长与GMV
💡 站外导读：在信息过载的时代，传统推荐系统常陷入“预测-排序”的级联瓶颈，难以捕捉用户的动态兴趣与上下文连贯性。行业亟需突破性技术来提升用户粘性与商业转化。快手最新发布…
Kimi-Researcher：月之暗面端到端强化学习Agent，深度研究基准测试超Claude 4 Opus
💡 站外导读：当AI助手还停留在问答阶段，能自主规划、搜索、分析并交付完整报告的Agent时代正在到来。月之暗面旗下Kimi推出的Kimi-Researcher，正是这一…
华为盘古大模型5.5震撼发布：7180亿参数Ultra MoE领衔，五大模型重塑产业智能
💡 站外导读：当AI从炫技的“作诗”走向务实的“做事”，产业智能化升级便迎来了真正的拐点。华为开发者大会（HDC 2025）上发布的盘古大模型5.5，正是这一趋势的集中体…
腾讯清华重磅开源MindOmni：强化学习驱动的多模态推理生成模型，重塑视觉AI边界
💡 站外导读：当前，多模态AI的发展正面临关键瓶颈：模型难以兼顾深度理解与创造性生成，尤其在需要复杂逻辑推理的场景下，表现往往不尽如人意。企业亟需能够真正“理解意图并精准…
联影智能发布‘元智’医疗大模型：多模态融合，一次CT扫描诊断37种疾病
💡 站外导读：当前医疗AI常面临‘单病种、单应用’的碎片化困境，数据孤岛与多模态融合不足严重制约了诊疗效率的提升。在此背景下，联影智能正式推出‘元智’医疗大模型，旨在通过…
Dive3D重磅发布：北大x小红书联手破解文本生成3D多样性难题，SIM损失取代KL散度实现模式突破
💡 站外导读：文本到3D生成长期面临一个核心矛盾：如何在保证生成质量的同时，避免输出结果千篇一律——即所谓的“模式坍塌”。传统方法依赖KL散度，倾向于生成最“安全”的单一…
PreenCut开源AI视频剪辑工具：基于WhisperX与大模型，实现自然语言秒搜定位，高效视频剪辑新革命
💡 站外导读：在短视频和在线教育爆发的时代，视频内容创作与整理的需求激增，但传统视频剪辑工具依赖手动定位关键片段，效率低下且耗时巨大，尤其是处理长视频时，人工检索如同大海…
阿里达摩院「灵枢」大模型：12种医学影像秒级分析，性能碾压GPT-4.1，开源引爆医疗AI新浪潮
💡 站外导读：在医疗AI领域，模型的精准度与可靠性是生命线。然而，现有通用大模型在处理专业、多样的医学影像（如X光、CT、MRI）时，常因缺乏领域深度知识而“水土不服”，…
Ring-lite：仅2.75B激活参数，蚂蚁技术开源轻量级推理模型刷新SOTA
💡 站外导读：随着AI模型参数量飙升，计算成本与部署门槛成为行业核心痛点。尤其是在边缘计算和资源受限的场景下，对高性能且轻量级的模型需求日益迫切。蚂蚁技术团队近期开源了R…
港科大、美团联手发布PosterCraft：告别模板，用AI生成高美学海报的统一框架
💡 站外导读：在数字营销与品牌传播高度依赖视觉内容的今天，海报设计仍是耗时耗力的环节。传统工具依赖设计师经验，而现有AI工具常受限于模板化布局和粗糙的文字渲染，难以兼顾艺…
网易有道开源数学推理模型子曰3：140亿参数，成本仅为通用模型十分之一，GAOKAO-Bench得分98.5
💡 站外导读：在AI+教育赛道持续升温的背景下，数学教育因其强逻辑性与个性化需求，成为大模型落地的“深水区”。教育机构长期面临优质师资不均、个性化辅导成本高昂、数学题批改…
微软Mu模型发布：仅3.3亿参数，性能媲美Phi3.5，如何革新边缘AI体验？
💡 站外导读：边缘AI的崛起，正将智能从云端拉向设备端。然而，如何在资源受限的NPU上运行高性能大模型，始终是行业核心痛点。微软最新发布的Mu模型，以仅3.3亿参数的极致…
腾讯Hunyuan-GameCraft：实时交互式游戏视频生成框架，键盘鼠标精准控制，支持百万级AAA游戏场景
💡 站外导读：在AIGC浪潮下，游戏开发面临高质量内容制作效率低、测试周期长、内容扩展成本高等痛点。腾讯混元团队与华中科技大学联合推出Hunyuan-GameCraft，…
字节跳动×浙大重磅开源ImmerseGen：文本一键生成沉浸式3D世界，VR/游戏开发范式革新
💡 站外导读：在空间计算与VR/AR硬件快速发展的今天，高质量3D内容的创建瓶颈日益凸显。传统流程依赖大量人工建模和资产准备，成本高昂、周期漫长，难以满足规模化、个性化的…
谷歌发布首款本地具身智能模型Gemini Robotics On-Device：50个样本即可学会新任务，机器人离线精细操作时代来临
💡 站外导读：当机器人必须依赖云端才能思考，网络延迟和连接中断便是致命瓶颈。谷歌DeepMind推出的Gemini Robotics On-Device，作为首个可在机器…
OmniAvatar深度解析：浙大阿里联手打造音频驱动全身视频生成AI模型，实现精准唇形同步与复杂交互
💡 站外导读：在AIGC（人工智能生成内容）浪潮席卷全球的背景下，如何让AI生成的虚拟形象“动起来”且“动得真”，成为了行业核心痛点。传统方法往往难以实现音频与全身动作，…
