Qwen3-ASR：通义千问开源的多语言语音识别套件，覆盖52种语种方言与高精度强制对齐
Qwen3-ASR是由阿里云通义千问（QwenLM）团队完全开源的一站式语音识别（ASR）与语音-文本强制对齐解决方案，基于Qwen3-Omni多模态大模型基座研发，是一套集语音转写、语言自...
SenseNova-MARS：商汤科技开源的多模态智能体框架，实现动态视觉推理与多工具协同搜索
SenseNova-MARS是商汤科技开源的多模态智能体推理与搜索框架，以强化学习为核心技术，赋予视觉语言模型动态视觉推理与图像裁剪、图像搜索、文本搜索多工具协同调用能力，提...
UnifoLM-VLA-0：宇树科技开源的通用人形机器人VLA大模型，实现空间语义增强与多任务操作泛化
UnifoLM-VLA-0是宇树科技UnifoLM模型家族中，面向通用人形机器人操作的视觉-语言-动作（VLA）大模型，也是当前具身智能领域聚焦物理交互的核心开源框架。该模型通过在专业机...
MOVA：开源音视频同步生成基础模型，原生双模态同生与高精度唇形对齐
MOVA是由OpenMOSS团队研发的开源音视频同步生成基础模型，其采用非对称双塔架构与双向交叉注意力机制，在多语言唇形同步、环境音效匹配上达到领先水平，全栈开放模型权重、...
ClawdBot 正式更名为 OpenClaw：聚焦开源、安全与跨平台智能代理演进
近日，广受关注的本地化AI代理项目完成重要里程碑式升级：原名为 ClawdBot（后短暂使用过 Moltbot）的开源项目，已正式定名并全面启用新名称——OpenClaw。这一更名并非简单...
为什么 Clawdbot 改名为 Moltbot？详解商标争议背后的 AI 生态博弈
曾广受开发者社区关注的开源 AI 助理项目 Clawdbot，近日正式宣布更名为 Moltbot，核心助手角色也同步由 Clawd 升级为 Molty。此次更名并非产品战略调整，而是响应 Anthrop...
HoloCine：开源电影级多镜头长视频叙事生成框架，实现跨镜头视觉与叙事双一致性
HoloCine是由香港科技大学、蚂蚁集团等机构联合推出的开源文本到视频（T2V）项目，该项目以整体生成为核心理念，通过窗口交叉注意、稀疏镜头间自注意两大核心机制，实现电影...
LingBot-World：蚂蚁灵波开源的AI世界模拟器，支持多场景交互与视频生成
LingBot-World是一款面向交互式世界建模的开源世界模拟器，核心源于视频生成技术，由蚂蚁灵波开发并维护，定位为顶级开源世界模型。它通过从大规模游戏环境中学习物理规律与...
Kimi Code：Kimi 推出的会员制 AI 编程辅助工具，兼容多开发场景与主流编辑器
Kimi Code 是 Kimi 会员计划中的专属 AI 编程权益，基于 K2.5 开源模型打造，支持 VS Code 插件、终端 CLI 等多端适配，提供代码生成、diff 审查、多模态输入（图片 / 视频...
DeepSpeed-MII：DeepSpeed 团队推出的大模型推理高性能优化与部署工具
DeepSpeed-MII是由微软DeepSpeed团队打造的开源Python大模型推理部署专用库，全称为Model Implementations for Inference，是DeepSpeed生态中聚焦于模型推理阶段的核心组件...