Paper2Poster：滑铁卢、NUS、牛津大学联手打造！多智能体框架一键将学术论文转化为专业海报，附评估系统
💡 站外导读：在快节奏的学术世界，将一篇数万字的论文浓缩为一张视觉清晰、逻辑严谨的学术海报，是一项耗时且极具挑战性的任务。研究人员常常为此耗费大量精力，影响核心研究工作。…
Resemble AI开源Chatterbox：0.5B参数TTS模型，5秒克隆语音+情感控制，性能叫板闭源系统
💡 站外导读：随着AIGC浪潮席卷内容产业，对高质量、个性化且可控的语音合成需求激增。然而，现有许多TTS模型要么是不开源的“黑箱”，要么在零样本克隆和情感表达上表现平平…
MagicTryOn：浙大联手vivo推出视频虚拟试穿新框架，扩散Transformer实现超逼真时空一致性
💡 站外导读：在AI生成内容浪潮中，虚拟试穿正成为电商与时尚行业的下一个关键战场。然而，现有技术常面临两大痛点：一是单张图片试穿无法呈现服装的动态效果与真实质感；二是在生…
南开大学发布SearchAgent-X：LLM搜索Agent吞吐量提升3.4倍，延迟降低80%的革命性推理框架
💡 站外导读：随着大语言模型在复杂推理任务中的应用日益深入，搜索Agent成为连接模型与外部知识的关键桥梁。然而，其效率瓶颈——尤其是检索精度与延迟之间的权衡——严重制约…
WebAgent：阿里开源自主搜索AI Agent，重新定义信息检索与推理能力
💡 站外导读：在信息爆炸的时代，如何从海量、多源的网络数据中快速获取有价值的信息，已成为个人、研究者乃至企业的核心痛点。传统的搜索引擎只能提供链接列表，而深度分析和整合工…
Hume AI EVI 3发布：实时情感语音交互模型，超越GPT-4o的表现力与速度
💡 站外导读：在AI语音交互领域，如何实现既自然流畅又富有情感表达的对话，一直是核心挑战。传统模型往往在响应速度与情感细腻度上难以兼顾。Hume AI最新推出的EVI 3…
谷歌DeepMind发布SignGemma：全球最强手语翻译AI，实时转文字延迟低于0.5秒
💡 站外导读：全球约有7000万听障人士，手语是他们的核心语言。然而，手语与口语之间的翻译壁垒，始终是横亘在听障人士融入主流社会前的巨大鸿沟。传统手语翻译依赖人工，成本高…
DGM：自我进化AI Agent！迭代修改自身代码，SWE-bench性能飙升150% | 自改进系统前沿
💡 站外导读：在AI智能体追求通用能力的浪潮中，一个核心瓶颈始终存在：如何让系统自主、安全地进化？传统的静态模型难以应对开放世界的复杂任务。DGM（达尔文哥德尔机）应运而…
深度解读Circuit Tracer：Anthropic开源的AI模型内部决策可视化与可解释性突破工具
💡 站外导读：当前，大模型（LLM）在各行各业加速落地，但其内部决策过程犹如'黑箱'，缺乏透明度，成为制约可信AI发展的核心痛点。模型为何产生某个输出？其内部特征如何相互…
云从科技「从容大模型」多模态AI重磅发布：权威评测登顶，超越谷歌OpenAI，赋能金融医疗等多领域
💡 站外导读：随着多模态AI成为大模型竞争的核心战场，技术能力与产业落地双重挑战凸显。云从科技正式发布其多模态大模型「从容」，在国际权威评测中登顶，一举超越谷歌、Open…
DeepEyes多模态模型：小红书&西安交大联手，90.1%准确率实现AI’用图思考’，超越OpenAI o3
💡 站外导读：当多模态大模型还在追求'看懂'图片时，业界已开始探索更深度的'用图思考'。小红书与西安交通大学联合发布的DeepEyes模型，标志着视觉智能从被动识别向主动…
银河通用发布TrackVLA：纯视觉端到端导航大模型，无需建图实现机器人自主智能导航与跟踪
💡 站外导读：当前机器人产业面临核心瓶颈：传统导航依赖预建高精地图与多传感器融合，导致部署成本高、环境适应性差、智能化程度有限，严重制约了其在动态真实场景（如人流密集区、…
TEN VAD：革命性实时语音活动检测系统，低延迟轻量级高精度，赋能企业级对话应用
💡 站外导读：在AI驱动的对话系统时代，实时、准确的语音交互成为用户体验的核心。然而，传统语音活动检测（VAD）常面临延迟高、资源消耗大、精度不足的挑战，导致响应迟缓和误…
谷歌重磅发布！Google AI Edge Gallery：手机离线运行AI大模型，隐私与性能兼得
💡 站外导读：在AI狂飙突进的今天，云端依赖、隐私泄露和网络延迟成为用户核心痛点。谷歌此次发布的Google AI Edge Gallery，正是一次对“端侧AI”未来的…
VRAG-RL框架详解：阿里通义如何用强化学习突破多模态RAG推理瓶颈？
💡 站外导读：在多模态AI浪潮下，视觉语言模型虽能“看图”，但在处理信息密集的复杂文档、图表时，检索不准、推理乏力的问题日益凸显，成为落地应用的核心痛点。如何让AI像人一…
Jaaz：本地免费AI设计Agent开源项目，全面替代Lovart的终极解决方案
💡 站外导读：在AIGC浪潮席卷全球的背景下，设计师与内容创作者正面临效率与成本的终极矛盾。商业AI设计工具虽功能强大，但订阅费用高昂且数据隐私存疑。
