Genie Envisioner – 智元推出的首个机器人世界模型开源平台
智元机器人推出面向真实世界机器人操控的统一世界模型平台Genie Envisioner（GE）。这一突破性技术让机器人首次能够在虚拟数字环境中进行预演练习，掌握技能后再执行实际任务，大幅降低实体调试风...
排序
8个GitHub爆火的免费大模型教程，助你快速进阶AI编程！
AI大模型正在以前所未有的速度重塑我们的工作与生活。经常有小伙伴们的提问："有没有好的大模型学习资源推荐？"、"如何快速入门大模型开发？"今天跟大家推荐几个颇为实用且有趣的开源工具，主打简单易用且高效...
MindGPT 3.1 – 理想同学推出的端到端Agent模型，支持在推理过程中同步调用工具，实现边推理边搜索
MindGPT 3.1正式上线，该模型创新性地将智能体能力融入大模型，升级为端到端智能体模型，目前已适配理想同学PC端及App V1.5.0版本。MindGPT 3.1核心升级在于“边想边搜”功能，深...
HeyGen一在线视频创作平台
HeyGen是一个在线视频创作平台，专注于利用人工智能技术生成数字人视频。它利用生工智能的力量来简化您的视频创作过程。用HeyGen释放你的创造力-视频制作的未来。HeyGen支持40多种语言和不同的...
SkyReels-A3 – 昆仑万维推出的数字人视频生成模型，支持长达60秒的单分镜视频输出
昆仑万维首先发布了SkyReels-A3，这款音频驱动的人像视频生成模型通过简单的操作，可以生成逼真的视频效果。该模型通过上传一张照片并为其配音，便能实现人物的口型、表情和动作的精准匹配。可以为现有视...
扣子空间升级，扣子PPT新推出的AI一键生成PPT服务，自动优化排版
字节全面开放的首个通用 Agent「扣子空间」的 AI 播客能力在播客圈刷屏了I。扣子PPT是扣子空间推出的AI一键生成PPT服务，能生成高质量精美PPT。用户只需输入主题或上传相关资料，AI会自动完...
Wan2.2-S2V – 阿里通义开源的多模态视频生成模型，支持不同分辨率场景的视频生成需求
阿里通义万相正式开源全新多模态视频生成模型通义万相Wan2.2-S2V，用户仅需一张静态图片和一段音频，即可通过该模型生成面部表情自然、口型一致、肢体动作丝滑的电影级数字人视频。不仅限于口型动作，还能...
Klear-Reasoner - 快手开源的8B推理模型，专注于提升数学和代码推理能力
Klear-Reasoner 是快手推出的基于 Qwen3-8B-Base 的推理模型，专注于提升数学和代码推理能力。模型通过长思维链监督微调（long CoT SFT）和强化学习（RL）训练，核心创...
MobileCLIP2 – 苹果开源的端侧多模态模型，提高模型对不同模态数据的适应性
苹果公司的研究人员最近推出了 MobileCLIP2，该模型在GitHub和Hugging Face上进行了开源，提供了预训练权重和数据生成代码，以供开发者使用。MobileCLIP2通过改进多模态增...
Deepfig PPT设计引擎，5分钟生成专业级提案
在分秒必争的商业世界，一份出色的演示文稿是赢得客户、打动投资人的关键。然而，精美的背后往往是市场、销售、咨询等专业人士数小时的繁琐劳作。Deepfig的出现，正是为了彻底终结这一痛点。 一、核心痛点...