DeepOCR：开源Deepseek-OCR复现项目，以令牌压缩实现高效多场景OCR
DeepOCR是基于VILA代码库复现Deepseek-OCR的开源项目，核心聚焦于通过视觉-文本令牌压缩技术实现高效OCR任务。其创新的DeepEncoder架构融合SAM（窗口注意力）与CLIP（全局注...
Frappe Builder：Frappe推出的开源可视化低代码网站快速构建工具
Frappe Builder是一款基于Frappe生态打造的开源低代码可视化网站构建工具，它提供类Figma的直观编辑体验，支持响应式设计、Frappe CMS数据集成、自定义脚本与样式，搭配一键...
WithAnyone：复旦 & 阶跃星辰联合开源的 AI 合照生成模型，一键实现自然多身份同框
WithAnyone是由复旦大学与阶跃星辰联合开源的多身份AI合照生成项目，基于FLUX扩散模型架构构建，核心解决传统人像生成中的“复制粘贴”伪影问题。该项目通过大规模配对数据...
MOSS-Speech：复旦大学开源的端到端语音大模型，无文本引导实现自然语音交互
MOSS-Speech是由复旦大学邱锡鹏教授领衔的OpenMOSS团队（国内知名AI开源团队，曾推出MOSS大模型系列）研发的原生语音到语音（Speech-to-Speech, S2S）开源大模型，旨在打破...
AgentEvolver：阿里通义开源的AI智能体自主进化框架，赋能自主任务生成与高效策略优化
AgentEvolver是阿里通义实验室开源的AI智能体自进化系统，通过自我提问、自我导航、自我归因三大核心机制，解决传统强化学习（RL）任务稀缺、探索低效、样本利用率低的痛点...
Parallax：开源分布式AI模型服务框架，灵活构建跨节点智能集群
Parallax是一款开源的分布式模型服务框架，由AI技术公司Gradient开发并开源。其核心定位是“让用户在任何地方构建自己的AI集群”，解决传统LLM推理依赖高配置单节点或中心化...
Skywork AI上线Nano Banana Pro智能海报设计功能 引爆国内创作者圈
无需美工、无需PS，扔一段文字就能出大片级海报！ Skywork AI（瞬息AI）昨日悄然上线重磅新功能——Nano Banana Pro智能海报设计，瞬间引爆国内创作者圈。目前该功能已在Sk...
谷歌调整AI工具免费用户权限：Gemini 3 Pro与Nano Banana Pro使用限制收紧
近日，谷歌宣布对其最新AI工具Gemini 3 Pro及图像生成工具Nano Banana Pro的免费用户权限进一步限制，以应对因用户需求激增导致的容量压力。此次调整自两大工具上线以来首次...
ROCK：阿里巴巴开源的强化学习沙箱环境构建与管理工具
ROCK（Reinforcement Open Construction Kit）是由阿里巴巴淘天未来生活实验室与AI引擎团队联合开发的开源强化学习环境管理框架，基于客户端-服务器架构，提供沙箱环境的构...
ViMax：香港大学开源的多智能体端到端视频生成框架，覆盖创意、剧本到成片全链路
ViMax是由香港大学开源多智能体视频生成框架，旨在解决当前AI视频生成“片段短、一致性差、缺乏叙事深度”的核心痛点。该工具集导演、编剧、制片人、视频生成器功能于一体，...