开源AI

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。

腾讯混元发布四款轻量化开源大模型，覆盖0.5B-7B参数规模，支持消费级硬件与边缘计算场景，具备256K长文本处理与多Agent决策能力，已应用于腾讯会议、智能座舱等产品，推动AI技术低成本普惠化落地...

阶跃星辰发布开源语音大模型Step-Audio 2 mini，突破端到端多模态架构，在MMAU、URO Bench测试中领先，中文识别错误率仅3.19%，已与吉利、TCL合作落地，推动语音交互技术革新...

Meta加速开发Llama 4.X AI模型，以解决Llama 4系列性能争议并应对市场竞争。了解新模型的技术迭代、算力扩展计划及2025年发布目标，分析Meta在开源AI生态中的战略布局。

阿里国际发布并开源多模态大模型Ovis2.5，9B与2B版本在OpenCompass评测领先，支持动态分辨率与跨模态推理。适用于电商、翻译及终端设备，助力企业低成本AI转型，技术全面开源。

面壁智能开源MiniCPM-V4.5多模态模型，8B参数实现高刷视频理解，性能超越72B级竞品。创新3D-Resampler技术达12倍压缩率，适用于智能座舱、工业质检等实时场景，现已在GitHub等...

智象未来研发的VAREdit框架突破扩散模型局限，采用视觉自回归架构实现0.7秒极速图像编辑，在PIE-Bench测试中性能提升41.5%，开源推动AI图像编辑技术产业化与实时创作应用。

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。

字节跳动开源360亿参数大模型Seed-OSS-36B，支持512K超长文本处理，性能超越Gemma3-27B和Qwen3-32B。Apache-2.0协议可免费商用，适用于法律分析、代码库理解等长文...

阿里巴巴开源多模态智能体WebWatcher在HLE-VL等基准测试中表现超越GPT-4o，提供图文融合的深度研究能力。了解这款革命性AI工具如何改变多模态信息处理格局。