腾讯元宝红包狂撒10亿现金！马化腾：希望重现微信红包奇迹
腾讯元宝红包活动正式上线，10亿现金等你瓜分！单包最高1万元，支持提现至微信。揭秘马化腾的AI“诺曼底登陆”计划，对比百度文心红包玩法。官方回应隐私争议，数据开关默认...
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...
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...
Kimi K2.5：月之暗面发布的开源多模态大模型，支持Agent协作与全场景智能任务执行
Kimi K2.5是由北京月之暗面科技（Moonshot AI）发布的开源多模态大模型，同步上线于Hugging Face官方仓库，是Kimi系列模型的重磅升级版本。其核心定位是“面向全场景的高性...
FlowAct-R1：字节跳动推出的开源实时交互式数字人视频生成框架
FlowAct-R1是字节跳动开源的实时交互式数字人视频生成框架，基于MMDiT架构构建，其通过分块扩散强制策略、结构化记忆库与多阶段蒸馏技术，实现25FPS@480p分辨率、首帧1.5秒...
Qwen3-TTS：通义千问开源的AI语音合成模型，实现多语种语音生成与定制化音色创作
Qwen3-TTS是通义千问开源的一站式多语言语音生成模型全家桶，基于自研Qwen3大模型体系构建，采用离散多码本LM架构与Dual-Track双轨流式生成技术，实现语音克隆、语音设计、...
Being-H：BeingBeyond 推出的开源跨体化 VLA 基础模型
Being-H 是由BeingBeyond 团队开源的以人为中心的跨体化视觉 - 语言 - 动作（VLA）基础模型，核心聚焦于解决机器人学习中 “形态异构、数据稀缺、泛化能力弱” 的行业痛点，...
手把手教你部署 MultiTalk：在 ComfyUI 中实现音频驱动的多人对话视频生成
本文提供完整的 MultiTalk 本地部署教程，详细讲解如何在 Ubuntu 系统下通过 Conda、PyTorch 和 ComfyUI 部署音频驱动的多人对话视频生成框架，涵盖环境搭建、模型下载、节...
Pixelle-Video：开源全流程自动化AI短视频创作工具，一句话主题生成完整成片
Pixelle-Video是一款基于Python开发的开源AI全自动短视频引擎，通过整合大语言模型（LLM）、AI生图/生视频模型、语音合成（TTS）、智能剪辑等多项技术，实现了从“主题输入...
Superpowers：开源AI编码代理工作流框架，强制工程规范的技能化开发体系
Superpowers是一款专为AI编码代理打造的完整软件开发工作流增强框架，其核心是将人类软件工程中的经典最佳实践转化为AI可理解、可执行的强制性标准化协议，通过模块化的“技...