开源技术

商汤科技于2025年12月1日开源与南洋理工大学联合研发的NEO原生多模态架构，通过原生图块嵌入、统一注意力等创新技术，实现视觉与语言的深层融合，推动多模态AI进入“原生架构”时代，加速产业级技术标准...

谷歌最新AI框架采用先打草稿后迭代的创新方法，通过实时整合arXiv等平台论文，将科研流程压缩至数小时，在单细胞数据分析等任务中准确率提升14%，现已开源供学术界验证使用。

深度解析Moonshot AI开源的Kosong框架：支持多模型自由切换的Python智能体开发工具，具备插件化设计和标准化工具集成，5分钟快速部署体验，助力开发者高效构建AI应用。

腾讯在计算机视觉领域顶级会议CVPR 2025上宣布开源混元3D 2.1大模型。作为全球首个全链路开源的工业级3D生成模型，该技术实现了从模型权重、训练代码到数据处理流程的完整开放，显著降低了3D内容...

法国Kyutai实验室发布开源语音合成模型Kyutai TTS，支持12种语言200毫秒低延迟生成，创新融合情感语音建模与边缘计算，MOS评分4.2分。适用于智能客服、游戏陪玩等场景，GitHub已开...

Firecrawl开源AI就绪检查器工具，帮助开发者评估网站AI适配性、LLMs.txt合规性和内容质量，提升网站在AI搜索时代的可见性与竞争力。了解如何通过开源工具优化网站以适应AI驱动搜索环境。

2025年12月18日，北京人形机器人创新中心开源国内首个通过具身智能国标测试的VLA大模型XR-1，配套RoboMIND 2.0数据平台与ArtVIP数据集，实现“大脑+小脑+本体”全技术链，推动机...

Meta最新开源的SAM Audio多模态音频分离模型，通过文本、视觉和时间段提示实现精准声音分离，适用于音乐制作、播客降噪等场景。本文解析其PE-AV核心技术、应用优势及开源资源，探讨AI音频处理的...

合合信息在2025亚马逊云科技中国峰会上发布AI Agent跨平台云资源管理终端Chaterm，通过自然语言交互和开源技术，显著提升云资源管理效率，降低运维成本，引领智能化运维新趋势。