MiniCPM 4.0 开源：面壁智能 8B/0.5B 端侧大模型，推理提速220倍，适配主流芯片
💡 站外导读：随着AI应用深入终端，端侧大模型在隐私、延迟和成本上的优势日益凸显。然而，其性能与效率的平衡一直是巨大挑战。面壁智能开源的 MiniCPM 4.0 旨在破局…
小红书hi lab重磅开源dots.llm1：1420亿参数MoE大模型，性能对标Qwen2.5-72B
💡 站外导读：在开源大模型竞争白热化的当下，如何用更高效的架构和更优质的数据，在可控成本内训练出性能顶尖的模型，是业界共同面对的痛点。小红书hi lab此次开源dots.…
华中科技×金山办公发布MonkeyOCR：解析精度飙升15%，每秒0.84页，专治公式表格难题的文档AI神器
💡 站外导读：企业数字化转型中，大量PDF、扫描件、合同等非结构化文档难以被机器高效理解，传统OCR工具在处理含公式、表格的复杂文档时准确率低、速度慢，严重制约了自动化流…
趣丸科技发布Playmate框架：音频驱动，精准控制表情与姿态的AI人脸动画生成革命
💡 站外导读：在AIGC浪潮席卷全球的今天，数字内容的创作效率与个性化程度已成为核心竞争力。然而，传统人脸动画生成技术往往面临控制精度低、情感表达生硬、开发成本高昂等痛点…
普林斯顿×复旦重磅开源：HistAgent，全球首个AI历史研究助手，29种语言+多模态碾压通用大模型
💡 站外导读：历史研究长期面临多模态资料处理难、跨语言分析复杂、推理链条冗长等行业痛点。随着大模型技术向垂直领域深度渗透，人文学科正迎来前所未有的智能化变革契机。
字节跳动发布SeedVR2：单步视频修复模型，以极低成本实现1080p高清画质革新
💡 站外导读：在视频内容爆炸式增长的时代，低画质视频的修复需求日益迫切，传统多步处理模型计算成本高昂且效率低下。字节跳动推出的SeedVR2模型，直击这一行业痛点，其单步…
北大微软联手突破：Next-Frame Diffusion实现30+FPS实时自回归视频生成，扩散模型与因果注意力新范式
💡 站外导读：视频生成技术正从离线渲染迈向实时交互时代，但现有模型常面临质量、速度与可控性难以兼顾的困境——自回归模型因果性好但速度慢，扩散模型保真度高却缺乏时序控制。
美团LLIA框架深度解析：实时音频驱动肖像视频生成，如何实现低延迟高保真交互？
💡 站外导读：在AIGC浪潮席卷全球的当下，虚拟数字人的交互体验仍面临核心瓶颈：生成延迟高、表情不自然、状态切换僵硬，严重制约了其在客服、教育、社交等实时场景的应用深度。
腾讯开源Hunyuan3D-2.1：工业级3D生成模型，支持PBR材质与多模态输入，1秒极速出图
💡 站外导读：在AIGC浪潮下，3D内容创作面临效率与真实感的双重挑战。传统流程耗时耗力，且难以实现物理真实的材质效果。腾讯混元团队开源的Hunyuan3D-2.1模型，…
字节跳动MAGREF横空出世：单图+文本一键生成多主体视频，AI视频生成迎来新范式
💡 站外导读：在AIGC视频生成赛道白热化竞争的当下，如何实现多主体同框、身份不串、语义清晰的高质量视频，始终是行业核心痛点。传统模型在处理多人互动或人与物交互时，常出现…
微软研究院发布Code Researcher：AI Agent深度挖掘代码库与提交历史，自动化修复系统级崩溃
💡 站外导读：在复杂的企业级软件和操作系统（如Linux内核）维护中，代码崩溃的根因分析与修复是一项耗时且高度依赖专家经验的工作。传统调试方法在面对百万行级别的超大规模代…
字节跳动Seaweed APT2革新：单GPU 24帧/秒，AAPT技术攻克长视频生成难题，AI视频生成迈入实时交互新纪元
💡 站外导读：当视频内容需求呈指数级增长，传统视频生成模型却深陷效率与质量的泥潭：生成过程缓慢、计算资源消耗巨大，且在处理长视频时频繁出现动作漂移和物体变形，严重制约了其…
MiniMax-M1开源发布：4560亿参数MoE架构，百万上下文推理模型性价比之王
💡 站外导读：在AI大模型竞争白热化、推理成本与能力成为核心瓶颈的当下，开源社区急需一款在长上下文与复杂推理上具备顶尖实力且兼具成本效益的模型。MiniMax-M1应运而…
FlowDirector：无需训练，一文看懂西湖&中南大学如何用ODE革新AI视频编辑，精准指令直达
💡 站外导读：当前视频编辑面临核心挑战：依赖潜空间逆映射的传统方法易导致时序不一致、结构失真，且通常需要昂贵的模型微调。在AIGC浪潮下，如何实现更智能、高效且保真的视频…
字节跳动DreamActor-H1：DiT框架革新电商视频生成，3D动作引导+身份保留引领AIGC商业化
💡 站外导读：随着AIGC技术爆发，视频内容需求激增，传统视频制作成本高、周期长，成为电商营销与品牌宣传的核心瓶颈。尤其在个性化广告和虚拟试用场景，如何低成本生成逼真、高…
Kimi-Dev 72B 开源代码模型登顶SWE-bench！月之暗面发布，超越DeepSeek-R1，编程能力堪比闭源模型
💡 站外导读：随着AI编程工具从辅助编码向全流程自动化演进，开发者面临着代码质量把控、测试覆盖率不足、漏洞修复效率低下等核心痛点。
