KittenTTS：仅25MB的开源TTS模型，CPU实时推理，离线语音时代来临
💡 站外导读：在AI语音合成领域，模型体积与硬件要求一直是边缘部署的核心痛点。随着物联网与离线场景需求激增，如何在不依赖GPU和网络的环境下实现高质量语音输出，成为行业关…
字节清华联手发布DreamVVT：扩散Transformer实现视频虚拟试穿新突破，支持整套穿搭与卡通角色
💡 站外导读：虚拟试穿技术正成为电商和时尚行业的下一个增长引擎，但现有方案多局限于静态图像，视频试穿因动作复杂、时间连贯性难保证而进展缓慢。
SkyReels-A3：昆仑万维发布DiT数字人模型，音频驱动照片开口说话，60秒视频一键生成
💡 站外导读：在AIGC视频生成领域，如何让静态图像“活”起来并实现精准的口型同步、自然动作与专业级运镜，一直是行业核心痛点。传统方法常面临表情僵硬、视频时长受限、控制力…
AI Sheets深度解析：Hugging Face无代码神器，Excel式界面一键调用数千开源AI模型
export HF_TOKEN=your_token_here docker run -p 3000:3000 \ -e HF_TOKEN=$HF_TOKEN \ hug…
昆仑万维开源Skywork UniPic 2.0：2B参数统一多模态模型，生图、编辑、理解一网打尽
💡 站外导读：随着多模态AI的快速发展，业界面临一个核心痛点：如何在单一、轻量的模型中，高效地统一图像生成、编辑与理解等复杂任务？传统方案往往需要多个专用模型堆叠，导致系…
NXN实验室发布Voost：双向虚拟试穿试脱AI模型，基于DiT框架的电商时尚革命
💡 站外导读：在电商和时尚行业，虚拟试穿技术正迅速成为提升用户体验和降低退货率的关键。然而，传统方法往往局限于单向任务，缺乏高效的关系推理能力。
腾讯混元 hunyuan-large-vision：多模态视觉大模型，52B激活参数登顶国内榜首，重塑视觉理解与内容创作
💡 站外导读：在人工智能飞速发展的今天，单一的文本理解已无法满足复杂的应用需求。行业正迎来从单模态向多模态理解的关键跨越，如何让AI像人一样同时理解图像、视频、三维空间乃…
Skywork Deep Research Agent v2: 昆仑万维重磅升级，多模态深度研究AI智能体如何重塑行业调研与报告生成？
💡 站外导读：在信息爆炸的时代，传统AI研究工具常受限于纯文本分析，难以处理图文混排的复杂信息，导致决策依据不全、报告生成效率低下。行业亟需能深度理解多模态内容、自动化生…
昆仑万维发布Mureka V7.5：中文AI音乐生成模型，实现演唱级音色与情感表达
💡 站外导读：在AIGC浪潮席卷内容创作的今天，音乐生成领域长期面临‘中式情感表达难’的痛点——AI生成的歌声往往音色生硬、咬字模糊，缺乏中文歌曲特有的韵味与气息。昆仑万…
开源AI编程Agent Shadow：实时任务状态更新、GitHub无缝集成与硬件级隔离的下一代开发利器
💡 站外导读：在AI辅助开发浪潮中，开发者常面临工具碎片化、安全风险高、协作效率低等痛点。企业级应用更要求代码生成与执行过程的可控与可审计。
昆仑万维MoE-TTS发布：基于MoE架构的语音合成框架，用自然语言描述精准定制个性化声音
💡 站外导读：在AIGC浪潮下，文本到语音（TTS）技术正从“能听懂”向“能理解并表达复杂人设”快速演进。传统TTS模型在处理“带有纽约口音的演员”或“充满活力的少年音”…
Meta开源DINOv3：70亿参数视觉基础模型，无需标注数据即可处理多种任务
💡 站外导读：在计算机视觉领域，数据标注成本高昂且耗时，限制了模型的大规模应用。Meta推出的DINOv3模型，通过自监督学习技术，无需标注数据即可训练，大幅降低了开发门…
智元Genie Envisioner开源：首个机器人世界模型平台，视频生成驱动跨形态策略泛化
💡 站外导读：机器人从单一任务迈向通用操作，面临策略泛化难、仿真-现实差距大、评估标准缺失三大痛点。随着具身智能成为AI下一个主战场，业界急需一个能统一学习、仿真与评估的…
字节跳动开源VeOmni：全模态PyTorch训练框架，支持192K超长序列与MoE扩展
💡 站外导读：随着AI研究深入多模态融合，训练文本、图像、视频等全模态模型成为新前沿。然而，现有框架常面临分布式并行策略僵化、超长序列支持不足、多模态接入复杂等痛点，严重…
OpenDeRisk：AI原生风险智能管理系统，实现7×24小时自动化故障根因分析与可视化诊断
💡 站外导读：在数字化时代，系统复杂性激增，传统依赖人工经验的风险排查方式已难以满足7×24小时不间断的业务保障需求。故障定位慢、诊断不透明、跨团队协作效率低下，是困扰开…
MemU开源记忆框架：让AI情感陪伴更懂你，92%准确率+50ms检索速度
pip install memu-py import os from memu import MemUClient # 初始化 MemU 客户端 memu_client …
