谷歌在GitHub上开源了ARTEMIS框架，可将自然语言指令转化为可靠的Android自动化操作，面向AI编码助手与测试套件，能够像人类一样操作真实手机，执行端到端工作流、日常任务并采集日志。ARTEMIS优先使用元素索引定位...

QwenLM团队在GitHub开源了Qwen-Drive-1.0项目，定位为面向自动驾驶的视觉语言基础模型。该项目采用分阶段训练策略，将感知、语言理解和规划目标融合到统一框架中，使模型既能获得专业驾驶能力，又能保留广泛的视觉理...

Google在GitHub开源了Accelerator Agents工具包，面向Google Cloud TPU开发场景，利用Gemini模型帮助开发者将PyTorch工作负载迁移到JAX，并优化自定义内核。该工具包包含MaxCode和MaxKernel两个核心模块：MaxCode负...

腾讯在GitHub开源了BrowserSkill项目，旨在解决AI智能体与真实浏览器环境之间的协作难题。该项目通过本地命令行接口与浏览器扩展协同，使AI智能体能够直接操作用户已登录的浏览器，无需中断当前工作或切换到自动化专...

微软在GitHub开源了AutoSaddler项目。该系统面向AI智能体性能优化，通过分析智能体的实际执行轨迹，自动更新提示词、工具配置和中间件组件，从而提升智能体在复杂任务中的表现。传统智能体高度依赖开发者手工调试提...

随着自主AI代理（如AutoGPT、LangChain Agent）的快速发展，如何让这些代理安全、可控地调用外部应用和服务，成为业界亟待解决的关键挑战。Corsair应运而生，它定位为“代理的集成层”，旨在提供一个统一的接口层，让A...

阿里巴巴通义千问团队在GitHub上正式开源了Qwen-MM-Plugins项目，这是一个专为Qwen模型设计的原生多模态插件集合。该项目的核心目标是让任意基于大模型的智能体能够直接“看”懂多种模态信息，而不仅仅局限于文本交互...

英伟达（NVIDIA）最新开源了LongLive 1.0框架，旨在解决长视频生成领域长期面临的实时交互难题。该框架通过引入流式注意力（Streaming Attention）和KV缓存优化（KV-cache optimization）技术，实现了对超长视频序列...