Posts

AntV Infographic 是阿里巴巴 AntV 团队推出的一个新一代 信息图生成与渲染框架。 它的目标是： > “让文字变成图形，让数据开口说话。” 也就是说，你只需要输入几句话描述信息，系统就能自动生成一张漂亮、结构化的信息图（Infographic）。 ![image]

阿里云 Tongyi Fun 团队 发布全新的开源语音大模型 Fun-Audio-Chat ，在实现 自然、低延迟的语音交互（Voice Interaction），专为实现自然、低延迟的语音交互而设计。 你不需要打字，只要用语音对它说话，它就能实时理解、思考、回答你，并用自然流畅的语音回复。

智谱 AI（Zhipu AI） 发布新一代多模态与智能体化模型：GLM-4.7。 该版本并非单纯参数扩容，而是针对 智能体场景中的“思考一致性（Thinking Consistency）”与“编程自治性（Agentic Coding）” 进行结构性增强。 该版本在多项标准化基准测试中显著超越

A2UI（全称 Agent-to-User Interface）是 Google 推出的一个开源项目，目标是让 AI 智能体（agent）能自动生成安全的图形化界面（UI）。 > 🧠 一句话解释： A2UI 是一种“让 AI 能说 UI 的语言”。 让智能体（Agents）能生成上下文相关

阿里巴巴旗下 Qwen 团队推出的一款创新图像生成与编辑模型：Qwen-Image-Layered。 其核心创新点在于： > 将单张图像自动分解为多个独立的 RGBA 图层，从而赋予图像“内在可编辑性”（inherent editability）。 这种分层结构使得每个图像元素（如前

Google 推出了一个新的 AI 模型，叫做 FunctionGemma。 它是 Google 自家的 Gemma 3 270M 模型 的一个特别版本，专为函数调用（Function Calling）任务优化的语言模型。 基于 Gemma 3 270M 模型进行二次微调（fine-tuni

SAM Audio 是 Meta 最新发布的 通用声音分离 AI 模型。 它可以理解并“分割”复杂音频中的任意声音元素，比如： - 🎸 一键提取歌曲中的吉他或人声； - 🚗 过滤户外视频的交通噪音； - 🐶 去除播客录音里的狗叫声。 这意味着 —— > “就像 Phot

传统机器人开发面临几个痛点： - 文档混乱，装配说明难以复现； - 工程师间协作分散（CAD、GitHub、数据系统都分开）； - 缺少标准的方式共享硬件和数据； - AI模型训练难以结合现实操作数据。 Tnkr 想解决的就是这个问题： > 让机器人研发变得像开源

智谱 AI AutoGLM 团队宣布正式开放其核心项目 AutoGLM（Automated General Learning Model） 的全部源代码与模型。 什么是 AutoGLM AutoGLM 是一个让 人工智能能够自主使用智能手机 的系统。 它的核心理念是：AI 不应局限在对

GPT Newspaper 是一个由人工智能驱动的自动新闻生成系统。 它的目标是： > 根据用户的兴趣、喜好和偏好来源，自动创建属于你个人的“定制报纸”。 它会自动上网找新闻、写文章、排版、出版，让你每天收到只包含你感兴趣内容的个性化报纸。 这个项目基于 OpenAI GPT 模型