Black Forest Labs出品，4步出图，质量接近Midjourney，Apache 2.0开源可商用

Black Forest Labs新作，一个9B模型统一生成与编辑，支持多图参考编辑，Qwen3编码器中文强，最快不到1秒

Lightricks出品22B DiT模型，单一模型同时生成同步视频+音频，支持图生视频/文生视频，蒸馏版8步出片

MoE仅激活4B，比原版Dense快8.7%且分数更高，263赞社区最认可的MLX免审查模型

32语言OCR、256K上下文、视觉Agent可操作GUI，MLX版5GB秒回看图

百度出品，基于DeepSeek-OCR改进，支持一次性解析超长文档、多页PDF，单图640切片+多页1024两种模式，SGLang部署兼容OpenAI API

不懂SQL也没关系，接上大模型后用大白话提问，自动帮你查数据库出图表，可自托管

一句话让新会话直接接上旧进度

内置Ubuntu 24、40+工具、本地模型、MCP生态，Android上的Hermes平替

面向 AI Agent 的可编程钱包，稳定币微支付 + x402 协议，让智能体拥有原生身份与支付能力

微软研究院 4B 参数 image-to-3D 模型：O-Voxel 表示搞定任意拓扑+完整 PBR 材质，512³ 仅 3 秒，24GB 显存可本地跑，MIT 协议全开源

使用 Unsloth 微调 Qwen3.8-27B 的完整教程：SFT、视觉微调、强化学习、导出

LLM 监督式记忆——宿主 LLM 做判断、单二进制做存储，四图知识架构，零额外 API key，跨 agent 框架共享记忆池

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

要同时读画面+声音分析快手/抖音短视频，实测硅基流动 Qwen3-Omni、DashScope Qwen3.5-Omni flash/plus、本地抽帧+ASR 五条链路，给出选型建议和避坑点。

Google Research 时序预测模型：丢历史曲线直接出未来预测+置信区间，1.3GB 零样本免训练，注意非商用许可

如何拥有一个自己的智能体 本文只讨论能调用工具、自主执行的智能体（Agent），不讨论纯对话机器人。 按照难度从低到高分为三层。 --- 第一层：大厂云端智能体（开箱即用，零安装） 这一层是各大厂已经搭建好、部署在云端的智能体产品。你不需要安装任何软件，注册账号就能用。 基于 OpenClaw 的云端产品 OpenClaw（龙虾）是一个开源的自主 AI 助手框架，GitHub 地址 。国内外大厂基

9张照片拼出可交互3D工作室刷屏背后：四条路线token成本差10倍，选错又贵又绕，附实测数据和场外更优解

TypeSafe 的 Jev 决策模型有 DSH 原生插件了，一条命令装上，Agent 选工具从此有概率有置信度，不再靠猜

“在所有儿童数学基础教育应用中，我首先推荐'都都数学'”