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，...
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...
豆包输入法正式上线：AI赋能全场景输入，方言混输与智能纠错成亮点
字节跳动旗下智能输入工具豆包输入法近日宣布正式发布，安卓用户已可通过官网及各大应用商店下载体验，iOS版本也将于近期上线。作为基于豆包App同款语音模型打造的输入产品...
YakGPT：开源本地ChatGPT界面工具，支持语音转文字与多模型接入
YakGPT是一个基于Web技术开发的开源ChatGPT UI工具，其核心定位是“简单、本地运行、高效交互”的智能聊天平台。与官方ChatGPT界面不同，YakGPT无需用户下载安装独立应用，...
DocsGPT：开源企业级 AI 文档助手与智能代理构建工具
DocsGPT 是一款面向开发者与企业的开源 AI 平台，核心聚焦智能代理构建、文档智能分析与企业级搜索场景。它支持 PDF、DOCX 等数十种文件格式解析与多源数据集成，兼容主流 ...
TrendRadar：轻量易部署的多平台热点监控助手，聚焦精准资讯与多端推送
TrendRadar是一款以“轻量、易部署”为核心目标的开源热点监控助手，支持多平台热点资讯爬取、关键词精准筛选，提供企业微信、Telegram、钉钉等多渠道通知推送，可生成HTML...
模型量化的三大类型：权重量化、激活量化与混合量化详解
根据量化对象的不同，量化技术可分为三大核心类型：权重量化（Weight Quantization）、激活量化（Activation Quantization）和混合量化（Mixed-Precision Quantization）。...
LMT：开源中英中心多语言翻译框架，高效支持60种语言跨语言精准转换
LMT（Large-scale Multilingual Translation）是一款开源的大规模多语言翻译项目，核心定位为“以中英为中心”的包容性翻译解决方案，打破传统多语言翻译“英语霸权”的局限...
SmartResume：阿里开源的智能简历解析系统，多格式兼容与高精度结构化提取
SmartResume是阿里巴巴团队开源的布局感知智能简历解析系统，专注于解决非结构化简历的结构化提取难题。该系统支持PDF、图片及常见Office文档格式，融合OCR文本提取、YOLO布...
DeepEyesV2：开源多模态智能体框架，融合工具链实现复杂场景可靠推理
DeepEyesV2 是一款开源的多模态智能体框架，以 Qwen-2.5-VL 系列模型为基础，核心创新在于将视觉理解、代码执行与网络搜索三大能力深度融合进单一推理循环，通过 “冷启动微...