蚝油菜花_个人页

2025年04月

• 04.30 22:57:05
  发表了文章 2025-04-30 22:57:05

  小米7B参数推理大模型首次开源！Xiaomi MiMo：数学代码双杀，超越32B巨头

  小米开源的MiMo推理大模型通过联动预训练与强化学习算法，在7B参数规模下实现数学推理与代码生成能力的突破性提升，技术报告显示其性能超越部分32B级模型。

  
• 04.30 22:56:48
  发表了文章 2025-04-30 22:56:48

  这个AI把arXiv变成代码工厂，快速复现顶会算法！Paper2Code：AI论文自动转代码神器，多智能体框架颠覆科研复现

  Paper2Code是由韩国科学技术院与DeepAuto.ai联合开发的多智能体框架，通过规划、分析和代码生成三阶段流程，将机器学习论文自动转化为可执行代码仓库，显著提升科研复现效率。

  
• 04.26 00:36:02
  发表了文章 2025-04-26 00:36:02

  Cooragent：清华 LeapLab 开源 AI Agent 协作框架，一句话召唤AI军团！

  Cooragent 是清华大学 LeapLab 团队推出的开源 AI Agent 协作框架，支持基于简单描述快速创建 Agent 并实现多 Agent 协作，具备 Prompt-Free 设计和本地部署能力。

  
• 04.26 00:35:44
  发表了文章 2025-04-26 00:35:44

  LongPort MCP：证券业首个券商MCP，AI赋能智能投资新时代，散户也能玩转机构级交易

  LongPort MCP是长桥集团推出的证券行业首个券商模型上下文协议，通过标准化接口实现AI与金融服务的无缝对接，支持自然语言交互的智能投资服务。

  
• 04.26 00:34:15
  发表了文章 2025-04-26 00:34:15

  RAGEN：RL训练LLM推理新范式！开源强化学习框架让Agent学会多轮决策

  RAGEN是一个基于StarPO框架的开源强化学习系统，通过马尔可夫决策过程形式化Agent与环境的交互，支持PPO、GRPO等多种优化算法，显著提升多轮推理训练的稳定性。

  
• 04.25 11:56:03
  发表了文章 2025-04-25 11:56:03

  开源8B参数全能扩散模型Flex.2-preview：把线稿变商稿，还能边画边改！

  Flex.2-preview是Ostris开源的80亿参数文本到图像扩散模型，支持512token长文本输入和多类型控制引导，内置修复功能并兼容主流AI绘画工具链。

  
• 04.24 09:55:27
  发表了文章 2025-04-24 09:55:27

  让AI单次生成4万字！WriteHERE：开源AI长文写作框架，单次生成超长文本，小说报告一键搞定！

  WriteHERE是基于异质递归规划技术的开源AI写作框架，能动态分解写作任务并管理任务依赖关系，支持单次生成超过4万字的专业报告。

  
• 04.24 09:55:05
  发表了文章 2025-04-24 09:55:05

  AI生成视频告别剪辑拼接！MAGI-1：开源自回归视频生成模型，支持一镜到底的长视频生成

  MAGI-1是Sand AI开源的全球首个自回归视频生成大模型，采用创新架构实现高分辨率流畅视频生成，支持无限扩展和精细控制，在物理行为预测方面表现突出。

  
• 04.24 09:54:48
  发表了文章 2025-04-24 09:54:48

  Yuxi-Know：开源智能问答系统，基于大模型RAG与知识图谱技术快速构建知识库

  Yuxi-Know是一个结合大模型RAG知识库与知识图谱技术的智能问答平台，支持多格式文档处理和复杂知识关系查询，具备多模型适配和智能体拓展能力。

  
• 04.24 09:54:28
  发表了文章 2025-04-24 09:54:28

  全球首款开源通用型AI智能体上线！Suna：自动处理Excel/爬数据/写报告等复杂任务一句话搞定

  Suna是由Kortix推出的开源通用型AI智能体项目，通过自然语言交互实现浏览器自动化、文件管理、数据分析等复杂任务处理，支持自托管部署，为研究分析和日常工作提供智能辅助。

  
• 04.24 09:54:06
  发表了文章 2025-04-24 09:54:06

  让AI读懂K线图！ChatTS-14B：字节开源的时间序列理解和推理大模型，自然语言提问秒解趋势密码！

  ChatTS-14B是字节跳动开源的时间序列专用大模型，基于Qwen2.5-14B微调优化，通过合成数据对齐技术显著提升分析能力，支持自然语言交互完成预测推理等复杂任务。

  
• 04.24 09:53:09
  发表了文章 2025-04-24 09:53:09

  机器人训练师狂喜！Infinite Mobility：上海AI Lab造物神器1秒生成可动家具，成本只要1分钱

  上海AI Lab推出的Infinite Mobility采用程序化生成技术，可高效生成22类高质量可交互物体，单个生成仅需1秒且成本低至0.01元，已应用于机器人仿真训练等领域。

  
• 04.24 09:52:48
  发表了文章 2025-04-24 09:52:48

  白板秒变IDE，草图直接生成可运行代码！Pad.ws：白板+代码编辑器深度结合，创意到实现无缝衔接

  Pad.ws是一款创新的在线开发环境，将交互式白板与完整IDE工具深度结合，支持多人实时协作和多种编程语言，无需安装即可通过浏览器访问。

  
• 04.24 09:52:22
  发表了文章 2025-04-24 09:52:22

  还在想开题报告？SurveyGO卷姬：清华开源学术论文AI写作神器，一键生成文献综述

  SurveyGO是清华与面壁智能联合开源的AI论文写作工具，采用LLMxMapReduce-V2技术实现文献智能聚合，能根据用户输入主题快速生成结构严谨、引用可靠的学术综述。

  
• 04.24 09:51:56
  发表了文章 2025-04-24 09:51:56

  「社会实验室」成真！SocioVerse：复旦联合小红书开源社会模拟世界模型，用AI预演群体行为

  SocioVerse是由复旦大学联合小红书等机构开源的社会模拟框架，基于大语言模型和千万级真实用户数据构建，能精准模拟群体行为并预测社会事件演化趋势。

  
• 04.22 09:34:53
  发表了文章 2025-04-22 09:34:53

  音乐人必看！OpenUtau：开源AI歌声合成神器，快速打造专业级虚拟歌手，中文日文无缝切换

  OpenUtau是一款开源的歌声合成工具，兼容UTAU音源库和重采样器，支持多语言界面及预渲染功能，让音乐创作更加高效便捷。

  
• 04.22 09:33:58
  发表了文章 2025-04-22 09:33:58

  视觉分词器突破天花板！GigaTok：港大字节联手打造3B参数视觉分词器，突破图像生成瓶颈

  GigaTok是香港大学与字节跳动联合研发的3B参数视觉分词器，通过语义正则化技术和创新架构设计，解决了图像重建与生成质量间的矛盾，显著提升自回归模型的表示学习能力。

  
• 04.22 09:33:37
  发表了文章 2025-04-22 09:33:37

  快速生成商业级高清图！SimpleAR：复旦联合字节推出图像生成黑科技，5亿参数秒出高清大图

  SimpleAR是复旦大学与字节Seed团队联合研发的自回归图像生成模型，仅用5亿参数即可生成1024×1024分辨率的高质量图像，在GenEval等基准测试中表现优异。

  
• 04.20 22:43:56
  发表了文章 2025-04-20 22:43:56

  斯坦福黑科技让笔记本GPU也能玩转AI视频生成！FramePack：压缩输入帧上下文长度！仅需6GB显存即可生成高清动画

  斯坦福大学推出的FramePack技术通过压缩输入帧上下文长度，解决视频生成中的"遗忘"和"漂移"问题，仅需6GB显存即可在普通笔记本上实时生成高清视频。

  
• 04.20 22:43:15
  发表了文章 2025-04-20 22:43:15

  FastAPI开发者福音！FastAPI-MCP：将FastAPI秒变MCP服务器的开源神器，无需配置自动转换！

  FastAPI-MCP是一款能将FastAPI应用端点自动转换为符合模型上下文协议(MCP)的开源工具，支持零配置自动发现接口并保留完整文档和模式定义。

  
• 04.19 18:26:34
  发表了文章 2025-04-19 18:26:34

  AI视频生成也能自动补全！Wan2.1 FLF2V：阿里通义开源14B视频生成模型，用首尾两帧生成过渡动画

  万相首尾帧模型是阿里通义开源的14B参数规模视频生成模型，基于DiT架构和高效视频压缩VAE，能够根据首尾帧图像自动生成5秒720p高清视频，支持多种风格变换和细节复刻。

  
• 04.19 18:25:55
  发表了文章 2025-04-19 18:25:55

  基于DeepSeek R1改进的AI安全模型！MAI-DS-R1：微软开源AI安全卫士，敏感话题响应率高达99.3%

  微软开源的MAI-DS-R1是基于DeepSeek R1改进的AI模型，通过后训练优化将敏感话题响应率提升至99.3%，同时将有害内容风险降低50%，保持原版推理能力并增强多语言支持。

  
• 04.18 14:41:08
  发表了文章 2025-04-18 14:41:08

  多模态交互3D建模革命！Neural4D 2o：文本+图像一键生成高精度3D内容

  Neural4D 2o是DreamTech推出的突破性3D大模型，通过文本、图像、3D和运动数据的联合训练，实现高精度3D生成与智能编辑，为创作者提供全新的多模态交互体验。

  
• 04.18 14:40:51
  发表了文章 2025-04-18 14:40:51

  多模态模型卷王诞生！InternVL3：上海AI Lab开源78B多模态大模型，支持图文视频全解析！

  上海人工智能实验室开源的InternVL3系列多模态大语言模型，通过原生多模态预训练方法实现文本、图像、视频的统一处理，支持从1B到78B共7种参数规模。

  
• 04.18 14:39:35
  发表了文章 2025-04-18 14:39:35

  自然语言生成代码一键搞定！Codex CLI：OpenAI开源终端AI编程助手，代码重构+测试全自动

  Codex CLI是OpenAI推出的轻量级AI编程智能体，基于自然语言指令帮助开发者高效生成代码、执行文件操作和进行版本控制，支持代码生成、重构、测试及数据库迁移等功能。

  
• 04.18 14:39:17
  发表了文章 2025-04-18 14:39:17

  让AI听懂你的建模需求！BlenderMCP：自然语言指令直接操控 Blender，一句话生成复杂3D场景

  BlenderMCP通过MCP协议实现Blender与Claude AI的无缝集成，支持通过自然语言指令完成3D建模、材质调整等复杂操作，显著提升创作效率。

  
• 04.17 22:00:30
  发表了文章 2025-04-17 22:00:30

  AI对话像真人！交交：上海交大推出全球首个口语对话情感大模型，支持多语言与实时音色克隆

  上海交通大学推出的交交是全球首个纯学术界自研的口语对话情感大模型，具备多语言交流、方言理解、角色扮演和情感互动等能力，通过创新技术实现端到端语音对话和实时音色克隆。

  
• 04.17 22:00:11
  发表了文章 2025-04-17 22:00:11

  测试工程师要失业？Magnitude：开源AI Agent驱动的端到端测试框架，让Web测试更智能，自动完善测试用例！

  Magnitude是一个基于视觉AI代理的开源端到端测试框架，通过自然语言构建测试用例，结合推理代理和视觉代理实现智能化的Web应用测试，支持本地运行和CI/CD集成。

  
• 04.17 21:58:52
  发表了文章 2025-04-17 21:58:52

  导演失业预警！Seaweed-7B：字节7B参数模型让剧本自动变电影！20秒长镜头丝滑生成

  Seaweed-7B是字节跳动推出的70亿参数视频生成模型，支持从文本、图像或音频生成高质量视频内容，具备长镜头生成、实时渲染等先进特性，通过优化架构显著降低计算成本。