艾伦人工智能研究所（AI2）近日开源了MolmoAct模型，这是首个基于Molmo框架构建的、专注于三维空间推理的动作理解系统。该模型通过创新的三维空间表征学习方法，实现了对复杂指令的精准环境交互能力，在SpatialQA等...

近日，一篇题为《Building my offline AI workspace》的技术博客引发开发者社区广泛关注。作者详细记录了构建完全离线AI工作环境的技术实践，涉及本地化模型部署、数据隐私保护及离线开发工具链搭建等前沿议题。该方...

OpenAI近日在GitHub上开源了Harmony响应格式的渲染器项目，该项目专为其gpt-oss系列开源权重模型设计，旨在实现对话输出的结构化处理。Harmony格式通过Rust编写的核心模块与Python绑定，提供了高效的格式解析与渲染...

MetaStone AI近日在GitHub上发布了其第四代开源模型XBai o4，该模型在复杂推理任务上表现出色，并在Medium模式下性能超越了OpenAI的o3-mini模型。XBai o4不仅优化了推理能力，还引入了一个可扩展的并行测试时推理框...

Google近日在GitHub开源了LangExtract项目，这是一个基于大语言模型（LLM）的Python库，专门用于从非结构化文本中提取结构化信息。该库允许用户通过自定义指令，将杂乱的文本数据转化为可靠的格式化输出。其核心技术...

在近期的一篇详细推文中，人工智能领域的权威专家吴恩达（Andrew Ng）指出，中国在人工智能领域的发展势头迅猛，具备超越美国的潜力。他特别强调了中国在开放模型生态系统、半导体技术的快速进步以及积极的商业动态...

Wan2.2项目在GitHub上发布了首个开源的专家混合（Mixture-of-Experts, MoE）视频生成模型，标志着视频生成技术领域的重要突破。该模型通过结合专家引导的扩散步骤和精细的电影级控制，显著提升了生成视频的质量和可...

Voxtral团队最新发布了Voxtral Mini和Voxtral Small两款多模态音频聊天模型，在语音理解和文本处理方面均达到业界领先水平。这两款模型能够同时处理语音音频和文本文档，在多项音频基准测试中取得了最先进的性能表现...