MiroFlow v0.2 – MiroMind开源的研究智能体框架，协调多个工具和子智能体完成任务
MiroFlow v0.2是MiroMind团队开发的开源研究智能体框架，旨在将任意大型语言模型（LLM）的能力提升至媲美OpenAI深度研究级别的水平。其核心设计聚焦于高效、可靠地执行复杂工具调用任...
排序
IndexTTS2 – B站开源的最新文本转语音模型，可精准模仿该音频的声线
哔哩哔哩（B 站）Index 团队宣布全面开源其自主研发的文本转语音(TTS)系统 ——IndexTTS-2.0，它支持两种生成模式：一种明确指定生成的标记数量以精确控制语音持续时间；另一种以自回归的...
Mini-o3 – 字节联合港大推出的视觉推理模型，支持多轮交互推理
自字节跳动和香港大学的研究团队推出了 Mini-o3，一个旨在复现OpenAI强大但未公开的o3模型能力的开源系统。Mini-o3的核心目标是扩展模型与工具的交互能力，使其能够执行长达数十步的深度推理...
WebWeaver – 阿里通义开源的双Agent框架，提高研究效率和质量
WebWalker是阿里巴巴通义实验室提出的一个用于提升大型语言模型（LLM）网页信息检索能力的框架，它是一个基于阿里通义大模型（通义千问）的开源框架，旨在通过对话式AI助手（Agent）来提升用户与...
Meta Ray-Ban Display – Meta推出的首款带显示屏的AI眼镜，为用户提供便捷的智能交互体验
Meta Ray-Ban Display是Meta首款搭载高解析度显示屏的消费级设备，其主要设计特点是在右镜片内嵌半透明抬头显示屏（HUD），亮度达5000尼特，可在户外强光环境下清晰显示信息，且从外...
VLAC – 上海AI实验室开源的具身奖励大模型，支持人机协作模式
VLAC是上海人工智能实验室开源的具身奖励大模型，旨在解决机器人真实世界强化学习中的效率与泛化难题。VLAC模型通过数据驱动的奖励机制和多模态认知架构，初步解决了机器人真实世界学习的效率与泛化难题。其...
通义DeepResearch – 阿里推出的开源深度研究智能体，推动智能体的发展和创新。
阿里正式开源其首个深度研究型智能体模型——通义DeepResearch，迅速在开源社区中位居前列。旨在解决复杂研究任务中的信息检索与推理问题。该模型通过多源交叉验证、结构化报告生成等能力，可辅助科研...
Learn Your Way – 谷歌推出的实验性AI学习工具，将个性化教育推向新的前沿
谷歌发布了其最新的人工智能（AI）计划“Learn Your Way”，旨在通过生成式人工智能技术改造传统教科书，将个性化教育推向新的前沿，使其更个性化、互动性强，并提升学习效率。 Learn You...
混元3D Studio – 腾讯推出的一站式3D创作平台，快速生成高质量的3D概念设计
腾讯正式推出3D创作工具集“混元3D Studio”，支持高质量地生成或处理3D 模型。既能帮助专业创作者降低3D 模型制作成本、快速实现创意模型，又能降低普通用户在3D 建模的使用门槛，让更多人可以...
小米开源的图像编辑框架–Lego-Edit ，能完成多种复杂的图像编辑任务
Lego-Edit是一个为通用基于指令的图像编辑设计的框架。它使用Builder（一个MLLM）来调用Bricks（模型级工具）以实现灵活性，并采用强化学习（RL）来增强Builder的推理和工具组合...