Gemini 3.1 Flash Live：谷歌推出的实时语音生成模型，低延迟高精度赋能全场景语音交互
Gemini 3.1 Flash Live是谷歌于2026年3月发布的高性能实时语音生成模型，作为Gemini体系中专注实时音频交互的核心产品，它以毫秒级低延迟、高精度语音理解与生成、长上下文...
AnyClaw：AI智能体通用工具适配器，一站式打通全品类外部能力集成
AnyClaw是由fastclaw-ai团队打造、基于Go语言开发的开源AI智能体通用工具适配器，也被称作AI生态与传统互联网之间的智能转接头。项目核心定位是搭建标准化中间层，彻底解决...
免费好用！n8n 本地部署教程：开源自动化引擎，兼顾代码级控制与零代码低门槛
n8n本地部署保姆级教程！免费开源自动化引擎，支持代码级灵活控制+零代码低门槛，适合技术/非技术人员。从环境配置到流程测试，手把手教你搭建，助力企业降本提效，数据隐私...
dots.mocr：小红书联合华科开源的多模态 OCR 模型，文档解析与图表转 SVG 一体化引擎
dots.mocr是由小红书人文智能实验室HiLab携手华中科技大学联合研发、完全开源的轻量化多模态文档解析与增强型OCR大模型，隶属于dots系列AI视觉技术生态，专为解决传统OCR技...
SkyReels-V2 本地部署教程：全球首款无限时长电影生成模型，视频时长无限制！
本文介绍全球首款无限时长电影生成模型 SkyReels-V2 的本地部署方法，涵盖环境准备、安装步骤、模型下载等内容，让你轻松实现视频时长无限制的电影生成。
Deep Agents：LangChain官方推出的开箱即用深度智能体框架
Deep Agents是LangChain官方基于LangChain与LangGraph打造的开箱即用深度智能体框架，以“电池已内置”为设计核心，内置任务规划、文件系统操作、沙箱Shell执行、子智能体调...
LongCat-Flash-Prover：美团LongCat团队开源的千亿级定理证明与形式化推理方案
LongCat-Flash-Prover是美团LongCat团队开源的混合专家（MoE）模型仓库，核心聚焦Lean4编程语言中的原生形式化推理任务，基于56000亿参数的大规模MoE模型与工具集成推理（T...
ID-LoRA：单图短音频驱动，统一音视频身份保真生成开源框架
ID-LoRA是基于LTX‑2/LTX‑2.3联合音视频扩散基座打造的零样本、轻量、端到端说话人生成开源项目，仅需单张人脸参考图+5秒左右参考音频，即可生成人脸高度一致、音色精准复...
小白必看：Windows 系统 llama.cpp 编译 + Qwen 模型本地运行完整指南
零基础也能学！Windows系统llama.cpp编译与Qwen模型本地运行全步骤教程，含环境配置、编译避坑、模型转换、命令行启动，小白跟着做就能让Qwen模型本地跑起来。
MindVLA-o1：理想汽车推出的3D空间理解与具身智能自动驾驶基础模型
MindVLA-o1是理想汽车于2026 NVIDIA GTC大会发布的下一代自动驾驶基础模型，以原生多模态MoE Transformer为核心，通过3D空间理解、多模态思考、统一行为生成、闭环强化学习...