开源项目与模型 今日: 3 |主题: 490|排名: 3 

推荐一个开源项目 FlowSINT，一款图形化的网络情报调查工具，把各类信息来源整合进一张可视化关系图里。 它支持域名、IP、加密钱包、NFT、社交账号把原本分散、难以串联的信息自动拉成一张清晰的关系网络，适合做溯源、调查验证或信息梳理。 GitHub：github.com/reconurge/flowsint ## ...

3月30日，阿里发布千问新一代全模态大模型Qwen3.5-Omni，在音视频理解、识别、交互等215项任务中取得SOTA（性能最佳），超越Gemini-3.1 Pro，成为目前全球最强的全模态大模型之一。新模型拥有极强的音视频理解与实时交互能力，能够对音视频内容生成详细且可控的结构化描述，可识别语言和方言数量多达113种，还惊喜地涌现出 ...

阿里巴巴最近推出的Qwen3.5系列模型广受好评，尤其是122b和27b这两个小模型。 27b这个模型，编程/Agent能力逆天，媲美GPT 5.2 codex 之前我还说本地化部署AI+OC，Minimax M2.5是高性价比的选择，现在看来Qwen 3.5这两个小模型或许是性价比更加爆表的选择 ​​​ ...

配合Manim相关的skill，比如这个（github.com/lispking/video-skills ），我们可以让Agent帮我们制作各种数学，物理或计算机的教学视频，你在聊天软件里面跟OC提一个要求，过几分钟他就把这个视频做好发给你了。唯一的缺点就是它是为生成16:9的宽屏视频优化的，竖屏视频效果不太好 http://t.cn/AXIIuADX ...

最令人震惊的是：所有公开的 GitHub 提交中有 4% 是由 Claude Code 撰写的。[吃瓜] Anthropic 的年化收入在 15 个月内从 10 亿美元飙升至 190 亿美元。该公司工程师表示，他们 60% 的工作都使用了 Claude 软件。在 ​​Claude 的辅助下完成的任务中，有 27% 是如果没有它根本无法完成的。 现在把这些数字和达里奥刚才说 ...

和一位给OpenClaw贡献了核心代码的朋友聊天，几点感受—- ❶不要再为人类开发产品，一切为了agent。 ❷大模型目前还只是一个神经元，要进化为大脑，还必须通过架构升级解决复杂任务来实现。 ❸顶尖玩家在做的事有三个：记忆、测试和约束。 ❹大模型能力每7个月翻1倍，完全是一项“复利工程”，而绝大部分人的使用速度，像 ...

发现一个开源项目叫 Type4Me，作者自己定位就是 Typeless 平替，MIT 协议，免费用。 它最吸引我的地方有两个。 第一个是本地识别。底层跑的是 SherpaOnnx 引擎，不需要联网，不需要 API Key，Apple Silicon 上速度很快。你的语音数据全程不出本机，所有识别历史都存在本地的 SQLite 里，没有遥测，没有云同步。如果你觉 ...

处理大型复杂文档，ChatGPT 跟 claude 的差距就会非常明显 GPT 显然无法在理解高维理念的前提下展开总体规划，它很容易陷入局部一路向前，基本上一步正确的步子都迈不出，只有你给它写清楚，它来执行才没问题 opus4.6可以做到，但有时候对高维理念理解有偏差，但你稍微提醒即可，它就迅速按照意图展开规划。当然，opus4.6 ...

哇塞！开源 TTS 来袭，仅需 3 秒就能克隆任意声音啦！#科技潮人# LuxTTS 刚刚开源，它可是一个基于 ZipVoice 架构的轻量语音克隆模型哦。只要有 3 秒的参考音频，就能轻松克隆出任意声音，而且它超厉害，支持 GPU、CPU 以及 Mac MPS 全平台运行呢。 🎤 克隆效果那叫一个绝：官方都说啦，这语音克隆效果能和体积大它 10 倍 ...

谷歌开源了一个时间序列基础模型。 它无需训练即可处理任何数据。 与传统模型不同，TimesFM 无需针对特定数据集进行训练，开箱即可进行预测。 基于 1000 亿个真实世界时间点的交通、天气和需求预测数据进行训练。 看起来挺牛逼。 ​​​ ...

谷歌发布的新人工智能报告。人类历史上的每一次智能大爆发都是社会性的，而非个体性的。 这些作者提出，将人工智能“奇点”定义为一个单一的超级智能大脑通过自我提升达到神一般智慧的观点是完全错误的。 这与任何设计多智能体系统的人都密切相关。他们观察到，像 DeepSeek-R1 这样的前沿推理模型仅通过强化学习就能自 ...

之前介绍过的项目“大道至简”minimind更新了不少。该项目会带你完全之前介绍过的项目“大道至简”minimind更新了不少。该项目会带你完全从0开始，仅用3块钱成本 + 2小时！即可训练出仅为25.8M的超小语言模型MiniMind。 地址：github.com/jingyaogong/minimind 它还有一个兄弟项目：训练小型视觉模型的 github.com/jingyaog ...

[CV]《End-to-End Training for Unified Tokenization and Latent Denoising》S Duggal, X Bai, Z Wu, R Zhang… [MIT & Adobe] (2026) 在生成式视觉建模领域，分词器与扩散模型必须分阶段训练是一个被默认接受的工程枷锁：先冻结编码器，再在固定潜空间上训练生成模型。这种割裂导致生成目标的梯度永远无法塑造表示空间 ...

OpenClaw的热度还没散尽，DeerFlow2.0又来霸榜了。字节跳动发布的这款开源框架，已经拿到GitHub43000+开发者星标！如果说OpenClaw上手还有门槛，那么DeerFlow2.0能够完全无障碍使用，你只需要提出需求，他会自己规划，自动调用工具完成任务（像不像当初的manus） ​​​ ...

今天使用千文完成了一个网站优化的过程我觉得千问还是非常不错一些问题通过提问都得到了修正。

前端项目Pretext github.com/chenglou/pretext 这个一个纯 JavaScript/TypeScript 库，用于多行文本测量与布局。效果如视频。 Pretext 避免了对 DOM 测量的依赖（例如 getBoundingClientRect、offsetHeight），这些操作会触发布局回流，是浏览器中最昂贵的操作之一。它实现了自己的文本测量逻辑，以浏览器自身的字体引擎作 ...

GPT-5.4 Pro 在 FrontierMath 上创造了一项全新的记录，在前 3 个难度级别中解决了 50% 的问题。 作为背景，这项高阶数学基准测试旨在极难应对，即使对于花费数年时间研究这些主题的数学专家来说也是如此。 在最难的级别（称为 Tier 4）中，GPT-5.4 Pro 版本达到了 38% 的成功率。 这一得分使这款新机型远远领先于其他 ...

🔥谷歌最新的一篇报告。 硅基神明式的 AI 奇点论，是彻头彻尾的错觉。 未来的智能大爆炸，绝对不会是一个全知全能的超级单体大脑，而是一个由数百亿非生物大脑和人类共同组成的赛博社会。 作者从进化史出发，每一次“智能大爆炸”都不是某个个体大脑升级了，而是一群脑子找到了新的协作方式。 猴子的智力跟它社交圈大 ...

真像素级网页逆向克隆的开源项目，已有 2.1k+ Star。 传送门：github.com/JCodesMore/ai-website-cloner-template #HOW I AI##科技先锋官##AI编程# ​​​

刚刚，飞书开源了自己的 cli，现在你可以直接让 agent/openclaw 直接使用包括飞书文档、知识库、多维表格、视频会议、日历等所有功能了。 仓库地址：github.com/larksuite/cli #how i ai# ​​​