Intern-S1：上海AI实验室开源的多模态科学领域开源大模型
Intern-S1是上海AI实验室研发并开源的通专融合多模态科学推理大模型，是面向全球科研工作者、开发者与教育机构打造的通用科学AI基础平台，核心定位是解决科学研究中多模态数...
Claude Skills 全栈手册：从零部署、16个内置技能解析到自定义开发实战
手把手完成 Claude Skills 本地安装与配置；深度解析 PDF/DOCX/Frontend Design 等 16 个官方内置技能触发逻辑、使用场景与避坑指南；含可运行前端页面生成实战及自定义 Sk...
GLM-OCR：智谱 AI 开源的轻量化高精度文档 OCR 模型
GLM-OCR是智谱AI开源的轻量级多模态文档OCR模型，核心定位是小参数、高精度、易部署、全场景覆盖的专业级文档理解与文字提取工具。它基于GLM-V视觉-语言编码器-解码器架构构...
Happy Coder：跨端AI编程代理管控工具，全场景远程控制与端到端加密协同
Happy Coder是一款完全开源、无遥测、无用户行为追踪的跨端配套工具，核心服务对象是使用Claude Code与Codex的开发者，其核心定位是作为AI编程代理的跨设备控制终端，打破桌...
TTT - Discover：斯坦福与英伟达联合提出的测试时训练框架
TTT - Discover是由斯坦福大学和英伟达研究团队联合提出的测试时训练框架，其核心创新在于突破传统AI推理阶段冻结模型参数的局限，在测试阶段针对单个具体问题通过强化学习...
HoloCine：开源电影级多镜头长视频叙事生成框架，实现跨镜头视觉与叙事双一致性
HoloCine是由香港科技大学、蚂蚁集团等机构联合推出的开源文本到视频（T2V）项目，该项目以整体生成为核心理念，通过窗口交叉注意、稀疏镜头间自注意两大核心机制，实现电影...
vLLM：高性能开源LLM推理库，低延迟高吞吐且兼容多生态部署解决方案
vLLM是一款高性能开源大语言模型（LLM）推理与服务库，核心依托PagedAttention分页注意力机制、连续批处理等技术创新，解决传统LLM推理中显存利用率低、延迟高、吞吐量低的...
一句话生成书法字？Calligrapher 开源模型实测指南（免部署+青春版A100直连）
Calligrapher是蚂蚁×港科大推出的基于扩散模型的书法风格化AI工具，支持英文文本定制、多参考模式与字符级笔画控制。本文提供Ubuntu+PyTorch2.5+CUDA12.1完整部署教程，详...
HeartMuLa：开源多语言音乐基础模型，一站式实现音乐生成与音文处理
HeartMuLa 是一套开源的多语言音乐基础模型项目，核心目标是构建全链路的音乐生成与音视频文本处理能力，为开发者、研究者和普通用户提供开箱即用的音乐 AI 工具集。它是首...
AgentCPM-Report：开源离线AI深度研究报告生成工具，本地部署生成专业长文报告
AgentCPM-Report是一款聚焦于深度研究报告生成的开源大语言模型代理（LLM Agent），由清华大学自然语言处理实验室（THUNLP）、中国人民大学RUCBM实验室与ModelBest联合研发...