Depth Anything 3：字节跳动开源的全场景任意视图3D几何重建模型
Depth Anything 3是字节跳动Seed团队开源的3D视觉基础模型，旨在从任意数量、任意视角的视觉输入中恢复空间一致的三维几何结构。该模型采用“单Transformer主干+Depth-Ray统...
Local Dream：在 Android 端运行 Stable Diffusion 的图像生成工具
Local Dream是一个专注于Android平台的开源AI图像生成项目，核心目标是让用户在移动设备上无需依赖云端算力，即可本地运行Stable Diffusion模型完成各类图像创作。区别于需...
Cognee：6行代码落地的AI代理内存方案，融合知识图谱与向量搜索的开源工具
Cognee是一个面向AI代理（AI Agents）设计的开源内存工具与平台，从本质来看，Cognee并非简单的数据存储工具，而是一套完整的“数据结构化-知识关联-智能检索”解决方案：它...
Amazon内部力推自研AI编程工具Kiro，逐步收紧第三方服务支持
据最新消息，Amazon近日在公司内部新闻平台发布备忘录，明确建议工程师在编程工作中优先使用其自主研发的AI工具Kiro，而非第三方AI编程服务。这一举措已获Amazon发言人证实...
KTransformers：专注LLM异构优化的CPU-GPU混合推理与微调开源框架
KTransformers是一款基于CPU-GPU异构计算的开源框架，专注于大型语言模型（LLM）的高效推理与微调优化。项目核心包含kt-kernel（高性能推理内核）和kt-sft（轻量化微调框架...
Claude Opus 4.5：Anthropic最新推出的全能型AI模型，覆盖编程/办公/企业级智能任务
Claude Opus 4.5是Anthropic推出的最新一代旗舰AI模型，于2025年11月25日正式发布。它以“智能、高效、安全”为核心特质，在编程、智能体运作、计算机工具使用三大领域确立...
Fara-7B：微软开源的轻量计算机操作 AI 代理，视觉交互 + 高效 Web 任务自动化
Fara-7B是微软开源的首款专注于计算机使用的代理型轻量语言模型（SLM），仅70亿参数却实现了同类领先的Web任务自动化能力。该模型基于Qwen2.5-VL-7B训练，通过视觉感知网页...
字节跳动TRAE SOLO模式中国版正式上线：AI编程进入“全流程自动化”新时代
近日，字节跳动旗下AI编程工具TRAE宣布其核心创新功能SOLO模式正式登陆中国版平台，即日起对所有用户全量开放且完全免费使用。这一战略升级标志着TRAE从传统“代码生成”工...
HunyuanOCR：腾讯混元开源的轻量高效多模态OCR大模型，全场景多语种图文智能解析
HunyuanOCR是腾讯混元开源的端到端OCR专家模型，基于混元原生多模态架构构建，仅1B参数便实现了业界多项SOTA性能。该工具覆盖文字检测识别、复杂文档解析、开放字段信息抽取...
Ruyi：CreateAI推出的开源图像转视频大模型，支持768分辨率与多维度视频控制
Ruyi是Ruyi-Models项目的核心图像到视频（Image-to-Video, i2v）生成模型，由CreateAI团队开发并开源，旨在为用户提供“低门槛、高性能、高自由度”的视频生成解决方案。不...