DeerFlow：字节跳动开源超级智能体编排框架，支持多智能体协同与沙箱安全执行
DeerFlow是由字节跳动研发并开源的社区驱动型超级智能体编排框架（Super Agent Harness）。项目最初定位为深度研究（Deep Research）框架，经过2.0版本完全重构后，升级为通...
Seedance 2.0 实战手记：用图片/视频/音频/文字四模态协同生成可控AI视频
深度实测Seedance 2.0全能参考模式！详解9图+3视频+3音频+文字混合输入规范、@引用正确写法、12文件分配策略、首尾帧vs全能入口选择逻辑，附避坑清单与4–15秒生成时长实操...
MioCodec：Aratako开源的高保真神经音频编解码器，高效支撑口语建模与语音转换
MioCodec是由Chihiro Arata开发的开源高保真神经音频编解码器，专为高效口语建模设计，该项目提供多版本模型，支持44.1kHz/24kHz多采样率，集成iSTFTHead波解码器或兼容外部...
OpenStoryline：小红书开源的 AI 对话式视频创作智能体，零门槛全流程自动生成视频
OpenStoryline是小红书开源的AI智能体驱动对话式视频创作系统，核心是用自然语言对话完成从素材到成片的全流程视频生成，无需专业剪辑技能，即可自动生成脚本、分镜、剪辑、...
Voyage-4-Nano：Voyage AI推出的开源轻量级文本嵌入模型，低成本实现高性能语义检索
Voyage-4-Nano是由Voyage AI开发的一款开源轻量级多语言文本嵌入模型，属于Voyage 4系列文本嵌入模型矩阵的重要组成部分，也是该系列中主打本地开发、设备端应用的开放权重...
VideoMaMa：高丽大学联合多机构推出的AI驱动式视频精细抠图框架
VideoMaMa是由高丽大学、Adobe研究院、KAIST AI团队联合研发的掩码引导式视频抠图框架，其基于视频生成先验技术打造，能够将粗糙的分割掩码转化为电影级的精细Alpha Matte，...
TeleStyle：中国电信开源的零样本高保真图像视频风格迁移框架
TeleStyle是由中国电信人工智能研究院（Tele-AI） 开源的内容保留式图像与视频双模态风格迁移模型，基于Qwen-Image-Edit基座与DiT架构构建，在不微调、不针对特定风格训练的...
AionUi：iOfficeAI 推出的免费开源命令行 AI 工具可视化桌面应用
AionUi 是由 iOfficeAI 团队开发的免费、开源、本地化跨平台桌面应用，项目底层基于 Electron 框架构建，采用 TypeScript 全栈开发，核心价值是将各类命令行 AI 工具的复杂...
Pixel Reasoner：开源7B级像素空间视觉推理模型，解锁多模态精细感知与主动视觉操作
Pixel Reasoner是由滑铁卢大学、香港科技大学、中国科学技术大学及Vector Institute联合TIGER-AI-Lab研发的开源视觉语言模型（VLM）项目，基于Qwen2.5-VL架构搭建，首创像素...
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...