开源AI

DeepSeek-R1成为全球首个登上《自然》封面的主流大语言模型，通过纯强化学习框架降低算力消耗与数据依赖，技术细节经同行评审认证，推动AI研发开源化发展。

面壁智能发布VoxCPM 0.5B参数语音生成基座模型，支持中英双语流式输出与高精度音色克隆，在自然度和韵律表现达SOTA水平。模型已开源，适用于智能语音交互与数字内容创作。

Meta发布突破性Omnilingual ASR语音识别系统，支持1600余种语言转录，包含500种首次获AI支持语种。采用开源策略和少样本学习，字符错误率低于10%，为边缘语言群体提供数字接入解决方...

深度解析智元机器人GO-1通用具身基座大模型的开源价值：全球首个ViLLA架构具身智能模型技术突破，配套Genie Studio开发平台降低应用门槛，推动机器人技术普惠化发展。

深度解析Mistral Medium 3.1模型在MT-Bench 8.6分、32K上下文长度及80+编程语言支持方面的技术优势，揭示其相比GPT-4o降低80%企业成本的部署方案与微软Azure生态...

微软研究院开源rStar2-Agent数学推理模型，仅140亿参数超越6710亿参数大模型。基于主动式强化学习架构，实现高效训练和卓越泛化能力，降低计算成本，推动AI推理技术发展。

上海AI实验室开源Intern-S1-mini多模态推理模型，80亿参数紧凑架构专攻科学数据处理，支持化学分子解析、蛋白质分析，适用于自动驾驶、医疗影像及智能客服场景，性能超越同类轻量模型。

极佳视界开源具身世界模型GigaWorld-0，凭借90%的世界模型生成数据占比，解决机器人数据稀缺与泛化不足问题。本文详解其与VLA模型GigaBrain-0的技术协同、资本背景及在工业与服务场景的...

巨人网络联合清华西工大发布YingVideo-MV音乐视频生成、YingMusic-SVC歌声转换和YingMusic-Singer歌声合成三项AI技术，支持镜头与音乐毫秒级同步、零样本声音克隆，代码...

腾讯混元团队开源HunyuanWorld-Voyager，业界首个原生3D重建超长漫游世界模型，斯坦福WorldScore综合第一。支持单图像生成3D点云视频，提升VR与游戏开发效率，代码已开放下载。