SAIL-VL2 – 字节抖音联合国立大学开源的视觉语言模型，突破传统密集型模型的限制
抖音SAIL团队与LV-NUS Lab联合推出的多模态大模型SAIL-VL2。它能高效地将视觉输入对齐到语言模型的表示空间。整个系统由三个核心部分组成：视觉编码器SAIL-ViT、视觉-语言适配器和大...
排序
混元图像2.1 – 腾讯开源的文生图模型，支持2K分辨率的图像生成
腾讯Hunyuan团队正式开源HunyuanImage2.1，该模型支持原生2048x2048分辨率输出，并显著提升文本生成能力，尤其在双语（中英）支持和复杂语义理解上表现出色。该模型增强了语义一致性...
Coral NPU – 谷歌推出的全栈开源AI平台，高效执行机器学习（ML）模型的推理任务
谷歌正式推出 Coral NPU，一个面向边缘人工智能（Edge AI）的开源全栈平台。旨在解决性能、碎片化和隐私这三大核心挑战，而这些挑战限制了功能强大、始终在线的 AI 技术在低功耗边缘设备和可穿...
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...
Androidify – 谷歌开源的如何构建AI Android应用项目，创建个性化安卓机器人
Androidify是谷歌推出的一项开源计划，旨在帮助开发者深入了解如何在 android 平台上打造由人工智能驱动的应用程序。用户可以通过上传个人照片或输入文字描述，生成专属的安卓机器人形象，并自由...
Mixboard – 谷歌推出的AI画板工具，快速将想法可视化
谷歌推出实验性 AI 工具 Mixboard，该工具由Banana提供支持，号称能把任何想法都即时可视化。主打“开放画布”与生成式 AI 创意，可从文本提示或预制板开始，生成包括家居装饰、产品设计等多...
xLLM – 京东开源的智能推理框架，实现5倍效率提升和90%成本优化
京东正式开源其自研大模型推理引擎xLLM。据悉，该引擎基于国产芯片深度优化，是一款专注于大模型高效推理的基础软件。xLLM在内部多场景应用中实现的5倍效率提升和90%成本优化，已经强有力地证明了其技术...
可灵2.5 Turbo – 可灵推出的最新AI视频生成模型，适合多种风格的视频创作。
可灵AI推出视频生成可灵2.5 Turbo模型，同步更新文生视频、图生视频两大功能。可灵 2.5 Turbo 最核心的突破在于文本理解能力的代际升级。与仅能处理简单指令的 2.1 版本不同，新模型可深...
360集团推出的L4级智能体系统升级为–-多智能体蜂群
360集团正式宣布纳米AI升级为“多智能体蜂群”。这标志着纳米AI成为全球首个真正迈入L4级别的智能体系统，颠覆了以往智能体的工作范式——它实现了智能体从“单兵作战”到“群体协同”的物种级进化，像蜂群...
T5Gemma 2 – 谷歌开源的长上下文编码器-解码器模型，支持超过 140 种语言
谷歌推出的T5Gemma 2模型坚持使用编码器-解码器架构，该模型能够处理长达128K的上下文信息，显著提升了长文本处理的准确性。参数规模有 270M – 270M、1B – 1B 和 4B – 4B...