ACTalker：开源多模态说话人视频生成框架，精准驱动面部表情与唇形同步
ACTalker是港科大、腾讯、清华联合研发的开源端到端说话人视频生成框架，基于并行Mamba架构，支持音频、表情等多信号独立或组合控制，生成音画高度同步、表情细腻自然的虚拟...
从工程视角拆解 AI 新逻辑：什么是 Token、Token 工厂与 Token 出海？
本文从工程视角深度解析AI新逻辑核心要素，解答Token是什么、Token工厂架构原理及Token出海技术难点，为AIAI工程化落地提供技术分析框架。
Harness：开源Claude元技能框架，智能编排多Agent标准化AI代码开发
Harness 是一款面向Claude Code环境的开源元技能（Meta-Skill）多智能体编排框架，依托Anthropic Claude Code运行环境深度定制开发，核心定义为：依靠自然语言需求自动完成...
Bernini：字节跳动开源的轻量化AI视频生成编辑框架
Bernini是字节跳动自研、基于Apache2.0开源协议发布的一站式AI视频生成与视频编辑框架，项目命名取自意大利著名雕塑大师贝尼尼，寓意模型具备精细化画面塑造、影视级内容创...
Ideogram 4：93 亿参数开源文生图模型，海报 LOGO 一键精准排版出图
Ideogram 4是加拿大AI企业Ideogram AI开源的93亿参数（9.3B）DiT架构文生图大模型，也是Ideogram品牌首款开放模型权重、支持本地私有化部署的商用级开源AI绘图模型。在Desi...
OmniVoice Studio：开源本地化 AI 语音工具集，完全替代 ElevenLabs 的免费方案
OmniVoice Studio 是一个完全开源、本地运行的 AI 语音工具集，定位为 ElevenLabs 的替代品。它支持 646 种语言的零样本语音克隆、语音设计（多参数调节）、全流程视频配音...
Qwen-Image-Bench：通义千问推出的文生图评测基准，驱动AI绘画能力标准化评估
Qwen-Image-Bench是阿里通义千问团队开源的文生图专业评测基准，配套1000条中英双语分层数据集与自研Q-Judger评估引擎，可对AI绘画模型进行5大核心能力、56项指标的自动化量...
阿里云百炼 CLI：阿里云开源的AI命令行工具，一键接入百炼全栈多模态能力
阿里云百炼 CLI是阿里云推出的开源命令行工具，专为AI Agent设计，可一键接入百炼平台150多款模型及知识库、MCP工具等全栈能力。工具支持全平台运行，原生兼容Claude Code、...
Aholo Viewer：群核科技开源的高性能3D高斯Web渲染器，亿级场景流畅直渲
Aholo Viewer是群核科技开源的高性能3D高斯Web渲染器，采用Chunked Streaming LoD架构，支持10亿+高斯点城市级场景浏览器直渲，跨手机/PC/VR终端零门槛访问，性能超越Spark...
Dograh AI：开源私有化语音AI智能体，拖拽式快速搭建电话机器人
Dograh AI是遵循BSD开源协议的实时语音AI智能体开发平台，支持Docker一键私有化部署，采用拖拽式低代码编辑方式，可快速搭建电话语音机器人。平台兼容多类语音与大语言模型...