开源项目
-
百度开源3B模型Unlimited OCR：5天Star破万，刷新长文档解析纪录
百度最近开源了一个叫Unlimited OCR的模型，刚上线5天，GitHub Star就破万了。在AI开源项目里，这个速度相当惊人。 更关键的是，它解决了一个很实在的问题：长文档解析。 OCR不新鲜，但长文档OCR很头疼 OCR（光学字符识别）技术已经存在很多年了。你把一张照片里的文字提取出来，现在的技术基本都能做到。但问题是，现实场景中的文档往往很长——一本电子书、一份几十…
-
模型变小，能力不减：新浪VibeThinker-3B开源，AI推理迎来轻量化新思路
大模型一定要”大”才好用吗？新浪最近开源的VibeThinker-3B给出了一个让人意外的答案——这个只有30亿参数的小模型，在数学、编程等高难度任务上，居然能跟那些几百亿参数的”大块头”掰掰手腕。 小模型，大能量 VibeThinker-3B最吸引人的地方，是它的性价比。 参数规模只有30亿，但在多个基准测试中的表现却相当亮眼。…
-
京东开源全球首个全栈视觉交互模型，AI终于能”边看边说”了
京东最近搞了个大动作——正式开源了JoyAI-VL-Interaction实时视频视觉语言交互模型。这玩意儿号称全球首个全栈开源的视觉交互模型，连整套部署系统都一并放出来了。 传统AI的痛点：太被动了 现在市面上的多模态模型基本都是”你问我答”的模式，用户不提问，AI就傻站着。这种被动式交互在实时监控、直播讲解这些场景里根本不够用。 JoyAI的三大革新…
-
小米开源全屋智能AI方案Miloco 2.0：终于有个AI管家会主动伺候你了
小米开源全屋智能AI方案Miloco 2.0：终于有个AI管家会”主动”伺候你了 你有没有过这种体验：大半夜躺在床上，突然想关客厅的灯，但APP打开要加载半天，输密码又麻烦，最后算了，懒得关，凑合睡。 或者更糟——家里有老人小孩，但智能家居系统像个木头人，必须得喊它、按它、戳它才动。你不主动操作，它就装死。 小米最近正式发布并开源了一套新方案——Xiao…
-
小米发布并开源Xiaomi Miloco 2.0：接入OpenClaw！让AI掌控全屋智能
小米刚刚在GitHub上完整开源了全屋智能方案 Xiaomi Miloco 2.0，基于自研的MiMo大模型打造。 相比初代，这次完成了底层逻辑重构——从传统的”如果A则执行B”规则触发，升级为具备自主推理能力的家庭智能体。简单说就是：以前你要一条条写自动化脚本，现在它自己就能学会你的习惯。 几个核心能力： 识人：通过摄像头识别家庭成员，记住每个人对灯光…
-
小米开源Miloco 2.0：基于MiMo大模型，AI主动掌控全屋智能
小米刚刚在GitHub上完整开源了全屋智能AI方案Xiaomi Miloco 2.0，基于自研MiMo大模型打造，直接从传统规则触发升级为具备自主推理能力的家庭智能体。 这次最大的升级是本地离线智能。系统能识人、会记忆、还能主动干预，完全不需要用户逐条写自动化脚本。 具体来说，Miloco 2.0通过摄像头识别家庭成员的人脸和体态，长期记录每个人对灯光、空调、影音的使用偏好。它…
-
阶跃星辰Step 3.7 Flash开源：1960亿参数，速度翻倍，性价比卷王来了
核心看点 阶跃星辰开源Step 3.7 Flash，1960亿参数MoE架构 专为智能体生产化落地设计，代码、搜索、多模态全面优化 速度翻倍，长链路智能体工作流稳定性极高 国产大模型又出一个狠角色。阶跃星辰发布了Step 3.7 Flash，而且直接开源。 先说参数。1960亿总参数，用的是MoE（稀疏混合专家）架构。MoE的好处是，虽然总参数多，但每次推理只激活一部分专家网络…
-
国产具身大模型Wall-OSS-0.5开源：预训练完直接上机器人，不用微调
国产具身智能最近有个大动作：自变量机器人开源了一个叫Wall-OSS-0.5的VLA模型，核心特性就一句——预训练完直接上机器人，不用微调。 这句话什么意思？以前做机器人AI，需要针对每个具体任务去微调模型。捡杯子做一个微调，开门又做一个微调，效率很低。Wall-OSS-0.5的零样本部署能力，意味着你拿预训练好的模型，直接丢到真实机器人上，它就能干活。 官方给的数据显示，在同…
-
字节开源Lance 3B：统一多模态大模型，小身材大能量
核心看点 字节跳动开源了Lance 3B——一款统一多模态大模型。虽然只有3B参数，但在多模态任务上表现出色，证明了小模型+好架构也能打出漂亮仗。 详细解析 Lance 3B的核心特点： 统一架构：单一模型处理文本、图像等多种模态，简化了多模态AI的开发流程 轻量级：3B参数规模，部署成本低，适合边缘设备和中小型应用 开源开放：字节选择开源，有助于吸引开发者社区参与迭代 多模态…
-
字节开源Lance 3B：统一多模态大模型，小身材大能量
核心看点 字节跳动开源了Lance 3B——一款统一多模态大模型。虽然只有3B参数，但在多模态任务上表现出色，证明了小模型+好架构也能打出漂亮仗。 详细解析 Lance 3B的核心特点： 统一架构：单一模型处理文本、图像等多种模态，简化了多模态AI的开发流程 轻量级：3B参数规模，部署成本低，适合边缘设备和中小型应用 开源开放：字节选择开源，有助于吸引开发者社区参与迭代 多模态…
