最近AI圈子真是热闹非凡，各家大模型你方唱罢我登场，拼参数、拼算力、拼数据。但要说最近让我眼前一亮的，那非小红书 Hi Lab 在 2025年6月6日 正式开源的 dots.llm1-143B-A14B（简称 dots.llm1）莫属了！这不只是一款“硬核”的MoE大模型，更是一款带着“人文温度”的智能体，让人不得不感叹，AI真的越来越有意思了！ 小身板大能量：MoE架构，训练成本“打骨折”！ 别看名字有点长，它背后的技术可一点不含糊。dots.llm1 采用了时下最火的 MoE（Mixture of Expert…
一、核心突破：当“量”变引发“质”变 OpenAudio S1究竟有何“魔力”？首先，它在训练数据上就狠狠地秀了一把肌肉： 200万小时音频数据喂养： 这可不是一个小数目，相当于一个人不眠不休听了200多年的音频！海量的多语言、多口音、多情感数据，让S1在“听”的世界里浸泡得足够久，从而练就了一身捕捉人类语音细微差C的本领。这规模，放眼开源界，简直是“巨无霸”级别的存在。 双生版本，灵活适配： Fish Audio很聪明，它准备了两套方案，满足不同需求： S1（40亿参数）：这是全功能旗舰版，面向那些对音质和表现力…
想象一下，你脑海中的任何画面，只需轻敲键盘，就能瞬间化为生动的视频。曾经，这听起来像是未来科幻片里的场景，而现在，微软正在将它变为现实。2025年6月3日，一个值得被AI圈铭记的日子，微软正式宣布，全新的AI视频生成工具——Bing Video Creator，正式集成进必应移动应用（iOS和Android），并基于我们梦寐以求的OpenAI Sora模型！ 这意味着什么？曾经，Sora是AI圈无数人翘首以盼的“神物”，其强大的文生视频能力让人叹为观止，却又高高在上，只有少数人能一窥真容。现在，微软把它“请”到了我…
2025年5月29日，阿里巴巴在GitHub上正式开源其自主搜索AI智能体WebAgent，引发了业界对端到端自主信息检索与多步推理能力的广泛关注。这一举措标志着国内科技巨头在AI智能体领域的技术探索迈出了坚实一步，为开发者提供了前沿的研究与应用平台。 一、核心架构与功能设计 WebAgent旨在模拟人类在网络环境中的感知、决策和行动循环，支持智能体自主访问、筛选、整合信息，并生成结构化报告。其核心由两大模块组成： WebDancer：端到端智能体训练框架。专注于提升智能体的多步骤网络信息搜索能力，涵盖从高质量数据…
AI圈最近迎来了一颗重磅炸弹！字节跳动旗下的Seed团队，这个在视觉基础模型领域深耕多年的神秘部队，最近终于揭开了他们的最新力作——BAGEL的神秘面纱，并慷慨地将其全面开源！ 它不只是又一个大模型，而是一个野心勃勃的“全能型选手”，旨在彻底打通文本、图像、视频等各种模态的理解与生成能力。这款名为BAGEL（据官方论文，全称为ByteDance All-in-one Generative and Embodied Learning）的统一多模态大模型，以其70亿活跃参数（总参数达140亿）的精妙设计，迅速成为行业焦…
嘿，各位AI圈的老铁们，最近是不是感觉有点“被震撼”？小米，那个我们熟悉的手机厂商，这次在AI大模型领域，真的玩了一把“降维打击”！他们悄无声息地扔出了两颗重磅炸弹：MiMo-VL-7B-SFT 和 MiMo-VL-7B-RL。别看它们只有区区70亿参数，这性能，简直是教科书般的“小身材，大能量”！ 初见MiMo-VL：参数虽小，野心不小 首先，我们来简单认识一下这两位新同学： MiMo-VL-7B-SFT：你可以把它理解为小米多模态模型的“优等生”。它经过四阶段精细的预训练，从最基础的视觉-语言对齐，到通用多模态…
嘿，AI圈的朋友们！ 最近真是热闹非凡！就在大家还在感慨 DeepSeek-R1-0528-Distilled-Qwen3-8B 这匹“黑马”有多强悍时，好消息像坐上了火箭，瞬间传遍了社区——它的各种量化版本，终于来了！这意味着，你那块默默奉献的 RTX 3080 Ti，终于有机会一展身手，本地跑起顶级大模型了！ 量化的魅力：显存焦虑？那是什么？ 你是不是经常听到：“这模型太大了，我的显存不够！”、“4090 才是人权卡！”？别急，量化技术就是来解决这个痛点的“魔法”！ 简单来说，量化就是把模型从“巨无霸”身材“瘦…
嘿，各位AI圈的朋友们！最近美团搞了个大动作，有点意思，甚至可以说… 有点“野”！ 他们不是推出啥新的外卖模式，也不是新的到店服务，而是正式甩出了一个叫做 美团NoCode 的玩意儿。名字听着普通，但定位和玩法可太不普通了——他们说，这是要用“对话式编程”，让编程这件事儿，变得跟“点外卖”一样简单！ 一、这玩法太绝了！“点外卖”点出个App？ 想象一下，你想做一个统计自家小店今天卖了多少单、哪个菜最受欢迎的系统，或者想给公司市场活动弄个报名页面，再或者，你只是个普通人，突然来了个灵感，想做个“医院科室智能查询”的小…
嘿！作为一名AI圈的野生观察员，最近有个消息让我兴奋到想立刻表演一个「原地跳跃」—— 腾讯混元团队把他们的“让照片开口说话”的神器开源了！ 这个模型名叫 HunyuanPortrait (也有资料提到它和 HunyuanVideo-Avatar 紧密相关)，简而言之，它能把你那张静态的、有时甚至有点严肃的证件照，瞬间变成一个活灵活现的视频人物！ 想象一下，你的微信头像、游戏角色立绘，甚至你爷爷奶奶的老照片，都能根据你输入的文字、语音甚至一段视频的动作，做出逼真的表情、自然的头部转动，甚至进行完美的唇形同步！这不就是…
各位打工人，各位与Word、Excel、PowerPoint相爱相杀多年的伙伴们，准备好迎接一场办公桌上的“地震”了吗？最近，AI圈里传来一声惊雷，昆仑万维悄无声息地掏出了一个“大杀器”——他们的全新力作：Skywork Super Agent！ 听听这名字，“Super Agent”，是不是感觉像科幻电影里那种无所不能的秘密特工？而它这次的“任务目标”可不是什么国际阴谋，而是咱们日常再熟悉不过的“老伙计”——陪伴我们无数个加班夜晚的Office三件套！ 这Skywork Super Agent，到底是个什么狠角色…
