Mistral AI开源Voxtral TTS：40亿参数语音克隆模型，90ms延迟碾压ElevenLabs
💡 站外导读：在AIGC浪潮下，文本转语音技术正从云端走向端侧。Mistral AI最新开源的Voxtral TTS模型，以40亿参数实现90ms超低延迟与6倍实时生成，…
MOCR：3B参数开源文档解析模型，图形重建能力超越Gemini 3 Pro
💡 站外导读：传统OCR技术长期局限于文字识别，无法有效处理文档中的图表、公式等复杂视觉元素，导致大量信息在数字化过程中丢失。随着AI技术在文档理解、数据提取等场景的需求…
Star Office UI：开源AI可视化看板，实时监控Agent工作状态与多智能体协作
💡 站外导读：在AI Agent日益融入工作流的今天，如何直观感知其运行状态成了开发者和团队的真实痛点。传统日志和文本报告抽象难懂，缺乏实时互动感。Star Office…
AnyClaw 开源发布：专为AI Agent打造的「万能转接头」，一键将传统API、脚本转为MCP/Skills/CLI工具
💡 站外导读：当前AI Agent领域面临一个核心矛盾：大模型推理能力日益强大，却因缺乏与传统互联网工具的有效连接而难以落地。API分散、脚本孤立、网页工作流碎片化，导致…
快手KAT-Coder-Pro V2重磅发布：SWE-Bench追平GPT-5，前端美学生成断层领先，国产AI编程模型新标杆
💡 站外导读：随着AI编码助手从简单的代码补全进化到能独立完成复杂项目的“智能体”（Agent）阶段，开发者对模型的要求已超越单纯的代码生成能力，扩展到对超长上下文的理解…
昆仑万维Matrix-Game 3.0发布：720p@40FPS实时交互世界模型，开启AI游戏新纪元
💡 站外导读：AI视频生成正从‘单向输出’迈向‘实时交互’新阶段。当前，大多数模型仍受制于生成速度慢、长视频一致性差、交互延迟高等痛点，难以支撑沉浸式游戏与虚拟世界构建。
极佳视界GigaWorld-1开源具身世界模型登顶全球第一：详解架构、性能与应用场景
💡 站外导读：随着具身智能浪潮兴起，机器人需要对物理世界具备深刻理解，但高质量真实交互数据的稀缺与仿真的‘视觉-动作错位’问题，严重制约了策略模型的训练与泛化。传统的隐式…
微软剑桥普林斯顿联合发布MicroCoder：专为Qwen3等新一代代码大模型打造的训练优化框架，性能提升3倍
💡 站外导读：随着Qwen3等新一代代码大模型能力的飞跃，传统强化学习训练方法遭遇严重瓶颈：训练动态截然不同，数据集难度不足，评估误差大，导致模型输出长度受限、性能先涨后…
免费开源！Pascal Editor：AI驱动浏览器3D建筑编辑器，支持WebGPU高性能渲染与双视图联动
💡 站外导读：在数字化设计领域，传统专业软件如AutoCAD、Revit往往价格昂贵、安装复杂，让许多初学者、独立设计师和游戏开发者望而却步。同时，Web技术正迎来革新，…
PixVerse V6发布：一键生成多镜头AI短片+原生音频，CLI集成引爆自动化生产
💡 站外导读：当AI视频生成从‘能用’走向‘好用’，行业痛点依然明显：镜头控制生硬、角色情绪割裂、后期剪辑繁琐、难以批量生产。尤其对于营销与内容团队，高质量视频的产能瓶颈…
告别 DOM 重排卡顿！Pretext：纯算术多行文本动态测量与高性能虚拟滚动布局引擎深度解析
💡 站外导读：在Web开发的性能优化中，多行文本的动态测量与布局一直是隐藏的性能杀手。传统方案依赖DOM API（如getBoundingClientRect）进行测量，…
企业微信官方开源wecom-cli：AI Agent一站式操控7大核心能力，命令行工具革新企业协同
💡 站外导读：在数字化转型加速的今天，企业协同工具正从简单的信息传递向深度自动化演进。传统操作依赖GUI界面，效率低下且难以与AI系统集成。
ColaMD：为AI Agent时代而生，实现Markdown实时协作的开源利器
💡 站外导读：在AI写作工具日益普及的今天，一个核心痛点凸显：当AI Agent在后台修改Markdown文件时，用户往往需要手动刷新或重启编辑器才能看到最新内容，这种割…
微软开源Harrier-OSS-V1多语言文本嵌入模型：SOTA性能碾压群雄，27B/0.6B/270M三版本全面布局
💡 站外导读：随着大语言模型应用深化，高质量文本嵌入成为检索增强生成（RAG）、智能搜索、内容推荐等场景的核心基础设施。然而现有模型多语言能力不足、性能与效率难以兼顾，开…
美团开源LongCat-AudioDiT：波形潜空间扩散TTS模型，零样本语音克隆性能超越Seed-TTS SOTA
💡 站外导读：在AI语音生成领域，传统文本转语音（TTS）系统常受限于复杂的梅尔频谱中间表示，导致信息损失和误差累积。开发者寻求更简洁、高保真且易于部署的解决方案，以满足…
清华智谱发布Vision2Web：首个三层递进式AI建站能力评估基准，重新定义Agent开发边界
💡 站外导读：在AI从生成内容迈向构建应用的关键拐点，如何客观衡量AI Agent的真实工程能力成为行业难题。清华与智谱AI联合推出的Vision2Web基准，直击当前评…
