AI快讯

HiDream-O1-Image-Pro是什么 HiDream-O1-Image-Pro是智象未来推出的基于原生全模态架构UiT的图像大模型，超200B参数，在文生图、文字渲染、指令编辑等任务刷新SO...

Lance是什么 Lance 是字节跳动智能创作团队开源的轻量级原生统一多模态模型，仅 3B 激活参数，在单一框架内同时支持图像与视频的理解、生成与编辑全链路任务。模型采用分阶段多任务方案从零训练，整...

在数据驱动决策的时代，数据采集作为数据价值链的起点，其效率、质量与合规性直接决定了后续数据分析与应用的效果。当前大部分数据采集服务商，支持用户自主配置规则抓取公开数据，提供成品数据集、定制化采集及标注...

Stable Audio 3是什么 Stable Audio 3是Stability AI推出的新一代开源音频生成模型系列，基于流匹配潜空间扩散架构，支持文本转音乐与音效、音频编辑及续写。Stable...

LongCat-Video-Avatar 1.5是什么 LongCat-Video-Avatar 1.5 是美团 LongCat 开源的音频驱动数字人视频生成框架。模型基于 13.6B 参数的基础视频...

Confucius4是什么 Confucius4是网易有道AI团队基于Qwen3.5-27B架构推出的开源多模态大模型，专为高级数学推理场景设计。模型通过迭代SFT+RL训练范式、纯文本推理数据增强及...

陪读蛙是什么 陪读蛙（ReadFrog）是开源的 AI 沉浸式翻译浏览器扩展工具。工具能翻译和解读浏览器上的任何内容，支持Chrome、Edge、Firefox。通过上下文感知翻译、划词解析、TTS朗...

SenseNova-Skills是什么 SenseNova-Skills 是 OpenSenseNova（商汤）团队开源的模块化 AI 办公技能库，专为 Agent 运行时设计。工具将信息图生成、PP...

Mega-ASR是什么 Mega-ASR 是南洋理工大学（NTU）、新加坡国立大学（NUS）与上海人工智能实验室联合开源的全场景鲁棒语音识别基座模型，模型以 Qwen3-ASR 1.7B 为底层架构...

Octask是什么 Octask 是深圳光魔科技（MagicLight 团队）推出的 AI 内容工作室平台。将 AI 能力具象化为可协作的数字员工，用户以”Boss”身份组建专属 AI 团队，在一个平...