排序
百度开源 Unlimited OCR 模型：基于 DeepSeek OCR，解析文档告别 AI 越生成越慢
百度于 6 月 22 日开源推出 Unlimited OCR 模型，总参数量 30 亿，推理时仅激活 5 亿参数，目标解决在解析长文档时，端到端 OCR 模型越生成越慢的问题。
1个月前
让大模型从“一问一答”走向“边看边说”，京东开源实时视频视觉语言交互模型 JoyAI-VL-Interaction
JoyAI-VL-Interaction 支持摄像头、直播流、监控流等多种视频输入，也支持语音输入输出、可视化界面、长期记忆、后台模型接口和 vLLM 部署方案。
1个月前
大晓机器人开源 ACE-Ego 具身操作 VLA 模型，能稳定完成塑料袋打包、鞋子装入鞋盒等操作
大晓机器人今日宣布，联合香港中文大学多媒体实验室正式发布全新“一脑多型”具身操作 VLA 模型 ACE-Ego，并向行业开源。
1个月前
商汤开源 SenseNova U1 图文交错生成增强版模型：支持多页连续创作，角色风格不“跑偏”
该模型面向图文交错创作与生成（Interleaved Generation）场景进行了专项强化，更好地支持绘本、故事书、多页 PPT、图文教程等连续内容创作。
1个月前
摩尔线程开源 MusaCoder：首个基于国产全功能 GPU 全栈训练的代码大模型
这是业内首个基于国产 GPU 算力底座完成全链路训练与验证的开源代码大模型，其完整后训练流程均在基于 MTT S5000 构建的夸娥智算集群上完成。
1个月前
AI 制造 AI：面壁智能开源全球首个完全由 AI 编写的生产级训练框架 ForgeTrain
面壁智能今日联合清华大学、OpenBMB 开源社区正式发布 ForgeTrain—— 全球首个完全由 AI 编写、零人类代码介入的生产级大模型训练框架。
2个月前面壁智能开源 MiniCPM5-1B：在 AA-Index 上超越所有 2B 参数以下模型，能跑在手机、浏览器上
面壁智能今日联合清华大学、 OpenBMB 开源社区正式发布并开源最新一代端侧文本基座大模型 ——MiniCPM5-1B。
2个月前
“让 Token 消耗降低 61%”：腾讯开源 Agent Memory
通过“上下文卸载”和“Mermaid 任务画布”技术，将长任务中的大量中间信息压缩存储，使 AI Agent 能保持轻量上下文，同时支持原始信息追溯。实验显示最高可降低 61% Token 消耗，并提升任务成...
2个月前