AI新闻资讯

LongCat-Flash-Omni是什么LongCat-Flash-Omni 是美团 LongCat 团队发布的开源全模态大语言模型。拥有5600亿参数规模（激活参数270亿），在保持庞大参数量的同...

MemOS是什么 MemOS 是开源的 AI 记忆管理操作系统，能为智能体和 AI 应用提供长期记忆能力。MemOS通过统一的记忆抽象层，支持多种记忆类型（如文本记忆、激活记忆、参数记忆），具备动态知...

DeepOCR是什么DeepOCR 是开源复刻项目，实现 DeepSeek-OCR 的核心架构，通过光学压缩技术高效处理文本信息。核心是 DeepEncoder，由 SAM-base（处理高分辨率图像...

Step-Audio-EditX是什么Step-Audio-EditX是开源的音频编辑大模型，由阶跃星辰团队研发，专注于通过人工智能技术实现音频内容的精细操控。模型能动态调整音频的情绪、说话风格（如撒...

LongCat-Image是什么LongCat-Image是美团LongCat团队发布的开源图像生成与编辑模型。采用混合骨干架构（MM-DiT+Single-DiT），结合视觉语言模型（VLM）条件编...

GigaBrain-0是全球领先的开源视觉-语言-动作具身基础模型。它创新性地利用GigaWorld世界模型生成高达90%的训练数据，成功突破机器人学习的数据瓶颈。该模型在真实机器人测试中，面对新纹理...

DeepSeek-Math-V2是DeepSeek最新发布的开源数学推理模型，首次实现国际数学奥林匹克竞赛（IMO）金牌水平并全面开源。该模型基于自验证训练框架，通过LLM验证器与生成器的协同优化，在...

ViMax 是香港大学推出的开源多智能体视频生成框架，致力于通过协同AI智能体技术，实现高效、自动化的视频内容生成。该框架结合先进的神经网络与多智能体协作机制，为视频创作、动态内容合成及AI视觉生成提...