字节跳动Seedream 5.0 Lite发布：多模态AI创作模型，支持联网检索与实时生图
💡 站外导读：在AIGC技术飞速发展的今天，AI图像生成正从“好看”向“好用”与“精准”进化。企业与创作者不仅需要高质量的视觉内容，更追求能理解复杂意图、融合实时信息、符…
Teamily AI：全球首个AI原生即时通讯平台，重构人机共生社交新范式
💡 站外导读：在信息过载与社交效率瓶颈并存的当下，传统即时通讯工具已难以满足深度人机协作需求。无论是家庭创意互动、朋友社交破冰，还是社区知识共享与团队项目推进，我们都在呼…
阿里云重磅开源HiClaw：多Agent团队协作系统，一人指挥AI军团高效开发
💡 站外导读：在AI Agent技术爆发式增长的当下，如何让多个智能体高效协同工作，成为从实验室走向生产环境的关键挑战。传统单Agent模式在处理复杂任务时面临能力边界、…
SkyReels-V3开源发布：昆仑万维多模态模型实现专业级AI视频生成，统一架构引领高保真新阶段
💡 站外导读：在AIGC浪潮席卷下，AI视频生成正从炫技走向实用，但创作者常面临技术门槛高、一致性差、叙事连贯性不足等痛点。昆仑万维推出的SkyReels-V3，以单一统…
蚂蚁灵波科技开源LingBot-World：交互式世界模型，实时生成近10分钟连续视频，赋能机器人训练与自动驾驶仿真
💡 站外导读：在人工智能迈向通用智能的进程中，让机器理解并与物理世界互动是核心挑战。当前，机器人训练、自动驾驶测试等领域严重依赖昂贵的真实数据采集和高风险的物理环境试错，…
阿里通义开源 Qwen3-ASR 语音识别模型：支持52语种方言，1.7B版达SOTA，0.6B版吞吐提升2000倍
💡 站外导读：在AI多模态浪潮中，语音识别（ASR）作为人机交互的核心入口，仍面临方言覆盖不足、复杂场景鲁棒性差、推理效率低下等痛点。阿里云通义千问团队开源 Qwen3-…
商汤SenseNova-MARS开源：首个多模态自主推理模型，性能超越GPT-5.2与Gemini-3-Pro
💡 站外导读：在AI技术竞赛白热化的今天，多模态模型已从简单的图文理解进化到需要复杂推理与执行的“智能体”阶段。然而，现有模型在面对需要多步骤、多工具协作的真实任务时，往…
MOVA：中国首个端到端开源音视频生成大模型，320亿参数实现电影级口型同步
💡 站外导读：在生成式AI浪潮中，音视频内容生成正成为核心战场。然而，主流模型生成的视频多是“哑剧”，音画同步难、口型对不上、缺乏环境音效等问题，严重制约了AIGC在影视…
斯坦福&英伟达发布TTT-Discover：测试时强化学习实现低成本AI科学发现
💡 站外导读：当前AI模型在科学发现等复杂任务中往往依赖海量数据与天价算力训练，且模型在部署后性能固定，无法从具体问题中实时进化。这限制了AI在解决开放性、前沿科学问题上…
Project Genie：谷歌DeepMind AI世界模型来袭，文字秒生可交互虚拟宇宙
💡 站外导读：当AI不仅能生成文字和图片，还能实时构建可交互的3D虚拟世界时，内容创作的范式正在被彻底改写。谷歌DeepMind最新推出的Project Genie原型，…
宇树科技重磅开源UnifoLM-VLA-0：基于Qwen2.5-VL-7B，单一模型实现12类机器人操作，准确率98.7%
💡 站外导读：当大语言模型在数字世界中大放异彩时，如何将AI的智慧“注入”机器人的身体，让它们像人一样理解物理世界并灵活操作，成为通往通用人工智能（AGI）的下一座高峰。…
生数科技Vidu Q3重磅发布：全球首款16秒音画同步AI视频生成模型，技术原理与应用场景全解析
💡 站外导读：在Sora引爆市场想象、AI视频成为AIGC最炙手可热的赛道之际，创作者面临的核心痛点也日益凸显：生成的视频往往有画无声、声画分离，需要繁复的后期对齐，严重…
阶跃星辰开源Step 3.5 Flash：1960亿参数MoE模型，350TPS极速推理与Agent性能比肩顶尖闭源模型
💡 站外导读：随着大模型从“大力出奇迹”向“高效实用”演进，如何在海量参数与推理效率间取得平衡，成为行业核心痛点。阶跃星辰推出的Step 3.5 Flash正切中这一要害…
Happy开源AI编程神器：手机远程监控Claude Code，实时掌控开发任务进度
💡 站外导读：随着AI编程助手（如Claude Code、Codex）成为开发者的得力伙伴，一个核心痛点浮现：开发者必须守在电脑前才能监控任务进度、处理权限确认或错误中断…
优必选开源具身智能大模型Thinker：4B参数9项基准全球第一，工业场景准确率99.99%
💡 站外导读：在机器人技术从实验室走向规模化落地的关键阶段，一个核心矛盾日益凸显：机器人如何才能真正‘看懂’并‘做对’？传统自动化设备柔性不足，难以应对复杂多变的非结构化…
智谱AI开源GLM-OCR：0.9B参数登顶SOTA，轻量级多模态OCR模型革新文档解析
💡 站外导读：在AI技术加速落地的今天，文档数字化与智能解析成为企业提效的关键瓶颈。传统OCR模型在面对手写体、复杂表格、多语言混排等真实场景时，往往精度不足或部署成本高…
