奥特曼放大招 GPT5 发布，一文知晓新特性
GPT-5 是 OpenAI 于 2025 年 8 月推出的最新大模型，具备智能路由机制，自动切换快速回复与深度思考模式。其编码能力领先，医疗推理表现优异，综合性能全面，广泛应用于企业与办公场景。模型在减少幻觉、提升准确率方面进步显著，但创意写作略显保守，初期路由系统也出现短暂故障。总体评分 91/100，展现强大而均衡的能力，是迈向 AGI 的重要一步。
基于Spring AI构建智能Text-to-SQL转换器：一个完整的MCP
Spring AI 更新结构化输出转换器，弃用旧版 Parser 类，引入与 Spring 框架对齐的 Converter 体系，提升命名规范与功能兼容性。新版本支持 JSON、XML 及 Java 对象转换，确保 LLM 输出结构化，便于下游应用处理。
通义万相开源14B数字人Wan2.2-S2V！影视级音频驱动视频生成，助力专业内容创作
今天，通义万相的视频生成模型又开源了！本次开源Wan2.2-S2V-14B，是一款音频驱动的视频生成模型，可生成影视级质感的高质量视频。
面壁开源多模态新旗舰MiniCPM-V 4.5，8B 性能超越 72B，高刷视频理解又准又快
今天，面壁智能正式开源 8B 参数的面壁小钢炮 MiniCPM-V 4.5 多模态旗舰模型，成为行业首个具备“高刷”视频理解能力的多模态模型，看得准、看得快，看得长！高刷视频理解、长视频理解、OCR、文档解析能力同级 SOTA，且性能超过 Qwen2.5-VL 72B，堪称最强端侧多模态模型。
当AI学会跑跳抓：来云栖大会，参加一场“具身智能运动会”
一副AI眼镜帮你实时智能识别、一只机器狗陪你跑跨栏、一条机械臂听你指挥、一场与机器人的点球大战——这可不是科幻电影，这是2025云栖大会即将上演的现实。
可调节推理预算，字节Seed团队开源大型语言模型 Seed-OSS 系列！
字节跳动 Seed 团队正式发布了 Seed-OSS 系列开源大型语言模型，提供强大的长上下文、推理、代理和通用功能，以及对开发者友好的多功能特性。
轻量高效，8B 性能强劲书生科学多模态模型Intern-S1-mini开源
继 7 月 26 日开源『书生』科学多模态大模型 Intern-S1 之后，上海人工智能实验室（上海AI实验室）在8月23日推出了轻量化版本 Intern-S1-mini。
【千问海报大赛·地方风物】创意征集令！用AI解锁家乡新名片，万元奖金等你来战！
用Qwen-Image打破常规！将家乡的地标、方言、美食或热梗，通过错位混搭（赛博山水×古风建筑？霓虹城市×传统小吃？）或风格化创作（复古卡通、漫画方言…）焕发全新视觉冲击力！
Qwen-Image-Edit：全能图像编辑，驱动内容创作提质增效
通义千问团队开源发布Qwen-Image-Edit，基于20B的Qwen-Image模型，支持语义与外观双重编辑，可精准修改图片中的文字内容，并具备强大的跨基准性能表现，适用于IP创作、虚拟形象生成等多种场景，提供丰富的图像编辑能力。
分享一个开源的MCP工具使用的AI Agent 支持常用的AI搜索/地图/金融/浏览器等工具
介绍一个开源可用的 MCP Tool Use 通用工具使用的 AI Agent (GitHub: https://github.com/AI-Agent-Hub/mcp-marketplace ，Web App https://agent.deepnlp.org/agent/mcp_tool_use，支持大模型从Open MCP Marketplace (http://deepnlp.org/store/ai-agent/mcp-server) 的1w+ 的 MCP Server的描述和 Tool Schema 里面，根据用户问题 query 和 工具 Tool描述的 相关性，选择出来可以满足
《当普通人也能当侦探：一个AI小工具的诞生》
我计划参加魔搭（ModelScope）平台上的Qwen-Coder比赛，通过制作一段视频，分享我开发人脸识别工具的过程。这段视频将以轻松幽默的方式，结合生活中的真实案例，展现如何利用AI技术解决普通人面临的隐私与安全问题。
ModelScope魔搭25年8月发布月报
🔥 这个夏天，开源热潮比气温更燃！Qwen3、GLM4.5、混元、Wan2.2、Qwen-Image等重磅模型密集发布，MoE、多模态、Agent、生图视频全爆发，ModelScope 全程 Day0 支持，生态持续进化中！
直播预告 | Qwen-lmage 技术分享+实战攻略直播
通义千问团队最新开源的图像生成模型 Qwen-Image，凭借其出色的中文理解与文本渲染能力，自发布以来获得了广泛关注与好评。
LoRA 模型的全新玩法——AutoLoRA 带你体验 LoRA 检索与融合的魔法
为了充分挖掘魔搭社区 Diffusion LoRA 模型的潜力，我们开发了一个自动 LoRA 检索与融合框架：AutoLoRA。他可以根据输入的文本提示，从 LoRA 候选池中检索到 个与提示词相关的LoRA，然后通过集成一个门控融合模块在生成图片的时候促进多个 LoRA 协同工作，充分发挥各个 LoRA 的能力。
8月23日南京Unstructured Data Meetup 启动
8月23日，南京场Unstructured Data Meetup 将在阿里中心·南京建邺 江苏省南京市建邺区沙洲街道新城科技园科技创新综合体A2栋举办。
智谱发布GLM-4.5V，全球开源多模态推理新标杆，Day0推理微调实战教程到！
视觉语言大模型（VLM）已经成为智能系统的关键基石。随着真实世界的智能任务越来越复杂，VLM模型也亟需在基本的多模态感知之外，逐渐增强复杂任务中的推理能力，提升自身的准确性、全面性和智能化程度，使得复杂问题解决、长上下文理解、多模态智能体等智能任务成为可能。
小红书 hi lab开源最强多模态大模型dots.vlm1，性能对标闭源 Gemini 2.5 Pro 和 Seed-VL1.5
小红书 hi lab开源最强多模态大模型dots.vlm1，性能对标闭源 Gemini 2.5 Pro 和 Seed-VL1.5
大模型应用测试必备技能：问题对生成实践
本文介绍了利用LangChain的QAGenerationChain从文本生成问题-答案对（QA pairs）的方法，旨在解决LLM应用开发中测试数据生成的格式不统一、库版本过时、模型输出异常及代码可维护性差等问题。文中提供了完整的代码实现，并对生成结果进行了有效性评估，包括语义相似度检查、关键词匹配和重复性检测，确保生成的QA对质量可靠，适用于知识库测试与评估。
query改写：大模型应用测试离不开的实践
queryrewrite 是一个用于大模型应用测试的 Python 库，专注于查询（query）的改写与验证。它支持多种改写方法，包括大型语言模型（LLM）、词汇表替换和同义词替换，同时提供多种验证方法如 ROUGE-L、BLEU、帕累托最优和LLM语义相似度，以确保改写后的查询在语义上保持一致。该项目特别优化了对中文文本的处理，涵盖分词和相似度计算。用户可通过 pip 安装，并支持扩展不同的 LLM 模型，如 OpenAI、Ollama 等。
从搜索到执行，全自动｜AutoHub重塑ModelScope使用体验
自 2022 年 11 月成立以来，魔搭社区（ModelScope）已迅速成长为中国最大 AI 开源平台。 目前，社区已托管超 7 万个开源模型，覆盖大语言模型（LLM）、对话、语音、图像生成、视频生成、AI 作曲等多个领域；支持模型的 体验、下载、调优、训练、推理与部署全流程操作。
IROS 2025 |从数字智能走向物理智能，“桃源”与真实世界机器人学习挑战赛启动，2大赛道等你来战
2025年10月，IROS （智能机器人与系统国际会议）期间，上海人工智能实验室（上海AI实验室）将举办物理世界中的多模态机器人学习研讨会，IROS 2025“桃源”与真实世界机器人学习挑战赛（机器人学习挑战赛）现已启动报名，欢迎全球创新者与挑战者参加。
MiniCPM-V4.0开源，多模态能力进化，手机可用，还有最全CookBook！
今天，面壁小钢炮新一代多模态模型 MiniCPM-V 4.0 正式开源。依靠 4B 参数，取得 在 OpenCompass、OCRBench、MathVista 等多个榜单上取得了同级 SOTA 成绩，且 实现了在手机上稳定、丝滑运行。此外，官方也正式开源了 推理部署工具 MiniCPM-V CookBook，帮助开发者面向不同需求、不同场景、不同设备，均可实现开箱即用的轻量、简易部署。
OpenAI 重返开源！gpt-oss系列社区推理、微调实战教程到！
时隔N年，OpenAI开放模型权重啦！欢迎使用gpt-oss 系列，专为强大的推理、代理任务和多用途开发场景设计。
100%由Qwen3-Coder独立编程！工业级RAGFlow聊天机器人实战，故障诊断提速300%
RAGFlow Chatbot 是一个集成了 RAGFlow 技术的智能问答系统，专注于 LCD 彩膜制造领域的专业知识。该系统能够回答关于工艺诊断、缺陷分析、材料验证和设备优化等方面的问题，为工程师和技术人员提供快速准确的知识支持。 功能特性 🤖 基于 RAGFlow 的智能问答系统 💬 实时流式响应，支持思考过程展示 📚 对话历史记录与管理 🔍 搜索历史对话 📤 导出对话记录 🧠 深度思考模式 🌐 响应式设计，支持移动端 🌙 深色主题支持
