豆包·语音播客模型 – 火山引擎推出的语音播客模型
豆包·语音播客模型是什么 豆包·语音播客模型是字节跳动旗下火山引擎推出的语音播客模型。模型基于流式模型构建，可将文本秒级转化为双人对话式播客，具有低成本、高时效、强互动特…
OThink-MR1 – OPPO联合港科大推出的多模态语言模型优化框架
OThink-MR1是什么 OThink-MR1是OPPO研究院和香港科技大学（广州）联合推出的多模态语言模型优化框架。基于动态调整Kullback-Leibler（KL…
Baichuan-Audio – 百川智能开源的端到端语音交互模型
Baichuan-Audio是什么 Baichuan-Audio是百川智能推出的端到端音频大语言模型，支持无缝集成音频理解和生成功能，实现支持高质量、可控的实时中英双语对…
Qihoo-T2X – 360 AI 研究院和中山大学开源的高效多模态生成模型
QIHOO-T2X是什么 Qihoo-T2X 是360 AI 研究院和中山大学推出的基于代理标记化扩散 Transformer（PT-DiT）的高效多模态生成模型，Qih…
GigaTok – 港大联合字节推出用于自回归图像生成的视觉分词器
GigaTok是什么 GigaTok 是用于自回归图像生成的视觉分词器，参数量达 30 亿。通过语义正则化技术，将分词器特征与预训练视觉编码器（如 DINOv2）的语义特…
FlashMLA – DeepSeek 开源的高效 MLA 解码内核，专为Hopper 架构 GPU 设计
python setup.py install python tests/test_flash_mla.py from flash_mla import get_mla_…
Anus – Manus 生成的开源 AI 智能体项目，复刻 Manus 部分功能
# 安装Anus pip install anus-ai # 验证安装 anus --version # 安装所有可选功能 pip install anus-ai[all…
Magic 1-For-1 – 北大、英伟达等推出的高效视频生成模型
Magic 1-For-1是什么 Magic 1-For-1是北京大学、Hedra Inc. 和 Nvidia 推出的高效视频生成模型，基于优化内存消耗和推理延迟快速生成…
oli – 开源的终端AI编程助手，支持代码辅助与解释
oli是什么 oli 是开源的智能代码助手，支持为开发者提供强大的编程支持。基于现代化的混合架构，结合 Rust 后端的高性能和 React/Ink 前端的交互式终端界面…
Piece it Together – Bria AI等机构推出的图像生成框架
Piece it Together是什么 Piece it Together （PiT）是Bria AI等机构推出的创新图像生成框架，专门用在从部分视觉组件生成完整的概念…
Kimi-VL – 月之暗面开源的轻量级多模态视觉语言模型
Kimi-VL是什么 Kimi-VL 是月之暗面开源的轻量级多模态视觉语言模型，基于轻量级MoE模型Moonlight（16B总参数，2.8B激活参数）和原生分辨率的Mo…
Liquid – 华中科技、字节、港大联合推出的统一多模态生成框架
Liquid是什么 Liquid是华中科技大学、字节跳动和香港大学联合推出的极简统一多模态生成框架。基于VQGAN将图像编码为离散的视觉token，与文本token共享同…
AI-Researcher – 香港大学推出的开源自动化科学研究工具
AI-Researcher是什么 AI-Researcher 是香港大学数据科学实验室推出的开源自动化科学研究工具，基于大型语言模型（LLM）代理实现从研究想法到论文发表…
InternVL – OpenGVLab 推出的多模态大模型
InternVL是什么 InternVL 是上海人工智能实验室 OpenGVLab 推出的多模态大模型，专注于视觉与语言任务。采用 ViT-MLP-LLM 架构，通过视觉…
DeepSeek-R1T-Chimera – TNG开源的语言模型
DeepSeek-R1T-Chimera是什么 DeepSeek-R1T-Chimera 是TNG科技公司推出的开源语言模型。结合 DeepSeek V3-0324 和D…
披着便利外衣的陷阱！国安部鸣枪警告：警惕“AI中转站”四大致命风险
随着人工智能应用需求的爆发式增长，批量提供海内外大模型访问服务的“AI中转站”在网络上迅速走红。这类平台通过统一整合各大厂商的应用程序接口（API），充当起用户与大模型之…
