【摘要】 8月12日，OSCHINA讯，昆仑万维推出自研世界模型Matrix系列升级版「Matrix-Game2.0」，这是业内首个通用场景实时长序列交互式生成世界模型开源方案。相较于上一版本，2.0版本侧重低延迟、高帧率长序列交互性能，能以25FPS在复杂场景稳定生成连续视频，时长可扩展至分钟级，提升连贯性与实用性，且保持对物理规律和场景语义精准理解，支持用户自由探索构建虚拟环境。它提出全新视觉驱动交互世界建模方案，摆脱传统语言提示生成模...
【关键词】昆仑万维，开源，图像
【摘要】 8月12日，OSCHINA讯，智谱AI发布并开源新一代旗舰视觉推理模型GLM-4.5V。该模型基于MOE架构，总参数量达106B，激活参数量12B，支持视频、图像、文本、文件输入，输出文本，上下文窗口为64K。它基于智谱新一代旗舰文本基座模型GLM-4.5-Air，延续GLM-4.1V-Thinking技术路线，在41个公开视觉多模态榜单中综合效果达同级别开源模型SOTA性能，涵盖多种常见任务。模型由视觉编码器、MLP适配器和语言解码器三部分组成，支持64K多模态...
【关键词】智谱，视觉推理，处理效率
【摘要】 8月11日，OSCHINA讯，近日，百度智能云宣布推出全球首批AI数字员工，涵盖营销经理、还款助理等核心业务职能。百度副总裁阮瑜表示，大模型飞速进化推动AI从Copilot形态向Agent及Agentic方向深化，数字员工作为新型“劳动者”将推动组织生产力变革。这些数字员工有四大升级，即“智能化大脑”，以端到端语音语义大模型驱动业务闭环，实现真人级交互体验，语音识别准确率达98%，对话延迟降至1秒内；“真人级形象”，用4D扫描技术...
【关键词】数字员工，百度智能云，智能化升级
【摘要】 8月11日，OSCHINA讯，近日，在昇腾计算产业发展峰会上，华为轮值董事长徐直军宣布华为昇腾硬件使能CANN全面开源开放，Mind系列应用使能套件及工具链也全面开源，支持用户自主深度挖潜和自定义开发，以加速开发者创新，提升昇腾易用性。徐直军提到华为AI战略核心是算力且坚持昇腾硬件变现，峰会还探讨构建开源开放的昇腾生态，发起《CANN开源开放生态共建倡议》。CANN是华为面向AI的端云一致异构计算架构，承上启下，是提升昇腾...
【关键词】华为，CANN，开源开放
【摘要】 8月8日，OSCHINA讯，近日，智谱推出基于大模型的开发效率工具Zread.ai，旨在解决开发者接手旧项目、文档撰写和理解开源项目的痛点，提升开发效率。其核心功能有源项目深度学习、快速接手历史代码库、构建团队知识协作系统，可通过输入GitHub仓库链接生成项目Guide，梳理项目结构等。该工具选用GLM-4.5作为核心底座，此模型在代码理解等多方面表现出色，能准确识别代码关系，输出稳定性高，适合复杂代码场景。使用Zread.ai操作...
【关键词】开发工具，效率提升，降低门槛
【摘要】 8月8日，OSCHINA讯，近日，中国工商银行公布《软件开发中心智能研发平台》中标结果，阿里云凭借通义灵码独家中标，将为该平台提供代码补全、代码问答及单测智能体等服务。此前工商银行已将阿里Qwen模型用于智能风控。此项目是工商银行多部门对阿里云通义灵码1年期订阅，用户数量5000个。虽百度、华为等为推荐供应商，但工商银行最终选阿里云。通义灵码是阿里云AI编程助手，2024年以来中标多个类似项目，其基于阿里云自研Qwen模...
【关键词】阿里云，通义灵码，工商银行
【摘要】 8月7日，OSCHINA讯，近日，腾讯开源文档理解与语义检索框架WeKnora（维娜拉），这是为复杂异构文档场景打造的智能问答解决方案。它采用现代化模块化设计，有文档处理、知识建模、检索引擎、推理生成、交互展示五个核心模块，构建了完整流水线。基于大语言模型，融合多种技术打造端到端文档问答流程。具有多模态认知、模块化RAG流水线、精准推理与可信决策、灵活适配生产环境、开箱即用交互体验等特性，适用于企业级文档问答场...
【关键词】WeKnora，文档理解，语义检索
【摘要】 8月7日，OSCHINA讯，近日，小红书发布并开源了基于视觉语言模型（VLM）的文档解析模型dots.ocr，支持多语言识别、布局检测与内容识别一体化处理。该模型在单一视觉语言模型中统一布局检测和内容识别，还能保持良好阅读顺序。虽是17亿参数的“小模型”，但在多个benchmark上获得匹配超大参数量闭源模型的业界领先（SOTA）性能。其亮点包括在OmniDocBench上三项任务均获SOTA表现、支持多语言填补开源社区空白、可灵活切换任务、...
【关键词】文档解析，视觉语言，开源
【摘要】 8月6日，OSCHINA讯，近日，字节跳动Seed团队推出实验性扩散语言模型Seed Diffusion Preview，以结构化代码生成为实验领域，验证离散扩散技术路线作为下一代语言模型基础框架的可行性。实验结果显示，该模型代码推理速度达2146 tokens/s，相比同等规模自回归模型提升5.4倍，在多个业界基准上性能与优秀自回归模型相当，且在代码编辑等任务上实现超越。项目页面和体验链接已公布。官方表示，该模型验证了离散扩散模型的推理加速...
【关键词】扩散模型，代码生成，推理加速
【摘要】 8月6日，OSCHINA讯，近日，企查查将其自研的鸿蒙弹窗组件库“QuickDialog”开源，并上线至OpenHarmony三方库中心仓。这是鸿蒙生态首个支持“弹窗堆栈暂存能力”的非侵入式弹窗解决方案，有望成为管理复杂弹窗场景的最佳实践之一。QuickDialog以“可维护、可拓展”为理念，具备弹窗堆栈暂存、无侵入式控件创建等核心技术能力。在企查查鸿蒙App开发中已全面替代传统方案，改善用户体验。开发者接入无需改动现有结构，能降低成本...
【关键词】开源，弹窗组件库，鸿蒙生态
【摘要】 8月5日，OSCHINA讯，按微软计划，Windows 10主流支持将于2025年10月14日结束，虽会提供一年免费更新，但许多用户已开始找替代方案。Statcounter数据显示，2025年7月Windows 10市场份额急剧下降，从与Windows 11平分秋色到低于Windows 11。当月其份额从47.98%降至42.99%，降了4.99个百分点，同比降22个百分点；而Windows 11份额从47.98%增至53.39%，增5.41个百分点，同比增22.56个百分点。目前受支持的Windows 10和11占超96%市...
【关键词】Windows，市占率，技术迭代
【摘要】 8月5日，OSCHINA讯，既然你，阶跃星辰正式开源最新一代基础大模型Step3。该模型采用专家混合（MoE）架构，总参数量321B，激活参数量38B，为企业和开发者提供性能与成本均衡的推理方案，专注于多模态推理，端到端设计最小化解码成本，在视觉语言推理任务表现出色。技术上采用自研MFA注意力机制和AFD系统架构，还开源专用通信库StepMesh。在多个基准测试中优于同类开源模型，社区测试展现不错能力，vLLM项目支持并报告高吞吐量。...
【关键词】Step3大模型，多模态推理，开源
【摘要】 8月4日，OSCHINA讯，近日，由清华大学语音与语言实验室联合上海创智学院、复旦大学和模思智能打造的MOSS-TTSD（TexttoSpokenDialogue）正式开源。该模型基于Qwen3-1.7B-base续训练，以约100万小时单说话人语音数据和40万小时对话语音数据为基础，采用离散化语音序列建模方法，实现中英双语高表现力对话语音生成，适用于AI播客等长篇内容创作。其核心创新XY-Tokenizer采用双阶段多任务学习，能压缩语音信号并保留信息。模型支持...
【关键词】语音模型，播客，开源
【摘要】 8月4日，OSCHINA讯，近日，360集团正式宣布纳米AI完成品牌焕新，升级为“多智能体蜂群”，成为全球首个达到L4级的智能体系统。它不再是单个AI“单兵作战”，而是让数万只专业AI自动组队、分工、协作，能一口气完成上千步复杂任务，20分钟就能做出10分钟电影级大片，进入“成果直接交付”时代。L4级智能体如同人类雇佣团队工作，可实现能力无限扩展。纳米AI创造了全新「蜂群协作框架」，多个推理型智能体可灵活拉群、多层嵌套、...
【关键词】纳米AI，多智能体蜂群，L4级智能体
【摘要】 8月1日，OSCHINA讯，近日，腾讯发布开源多模态模型ARC-Hunyuan-Video-7B，专为真实世界短视频“结构化理解”设计，具备跨模态推理和时间感知能力，旨在解决常见短视频挑战，实现深度结构化理解。
【关键词】短视频，理解模型，开源
【摘要】 8月1日，OSCHINA讯，近日，火山引擎宣布正式发布豆包图像编辑模型3.0、豆包同声传译模型2.0以及豆包大模型1.6系列全新升级版本。同时，火山引擎持续优化AI云原生全栈服务，开源扣子核心能力，发布多个模型服务和工具产品，为企业和开发者构建Agent、落地AI夯实基础设施。
【关键词】豆包模型，图像编辑，同声传译
【摘要】 7月31日，OSCHINA讯，近日，阿里巴巴旗下B2B批发平台1688正式发布多项AI新品和升级举措，旨在通过人工智能技术全面赋能中小企业，提升采购效率。此次发布的核心亮点包括推出全新的“1688AI版”App、上线免费企业查询工具“88查”，并对现有“阿里巴巴1688”App进行全面AI化升级。
【关键词】中小企业，采购，数字化
【摘要】 7月31日，OSCHINA讯，近日，商汤科技在WAIC2025上发布“日日新SenseNova V6.5”大模型体系，其推理和多模态能力超越多个主流模型，性价比提升3倍。
【关键词】商汤科技，大模型，性价比
【摘要】 7月30日，OSCHINA，近日，中国中化集团推出国内首个“农业种植综合大模型”。该模型依托全国数百座农业技术服务中心，整合超千万条农业知识资源，为农业生产提供强大支撑。其贯穿“耕、种、管、收”整个过程，能高效处理复杂任务。农艺师通过手机或平板就能线上智能决策，线下为农民提供贴身服务。农民可实时监测作物生长、土壤湿度、气象和病虫害等情况，获取如“每亩需要多少肥料、何时浇水”等精准建议。
【关键词】农业智能大模型，农业种植，农民增收
【摘要】 7月30日，OSCHINA讯，近日，蚂蚁集团inclusionAI团队发布全面升级版全模态模型Ming-Lite-Omniv 1.5。该模型基于Ling-lite-1.5构建，总参数量达203亿（其中MoE部分活跃参数为30亿），在图像-文本理解、文档理解、视频理解、语音理解与合成、图像生成与编辑等全模态能力上显著提升。其模型架构参考Ming-lite-omni v1版本，升级Visionhead支持参考图特征输入以增强图像编辑人物和场景一致性。
【关键词】蚂蚁集团，Ming-lite-omni，v1.5，全模态模型
【摘要】 7月29日，OSCHINA消息，近日，昆仑万维正式推出并开源采用自回归路线的多模态统一预训练模型Skywork UniPic。该模型在单一模型中深度融合图像理解、文本到图像生成、图像编辑三大核心能力，基于大规模高质量数据端到端预训练，通用性与可迁移性良好。
【关键词】昆仑万维，模型，图像
【摘要】 7月29日，OSCHINA讯，近日，豆包App在视觉推理领域迎来重大升级，其图片分析功能现支持深度思考模式。用户在该模式下拍摄或上传图片，豆包可进行放大、裁剪等精细处理，还支持边想边搜的图片搜索功能，提升搜索结果准确性。
【关键词】豆包App，视觉推理，图片分析
【摘要】 7月28日，OSCHINA讯，近日，字节跳动旗下AI Agent开发平台扣子（Coze）宣布正式拥抱开源。扣子旗下有「扣子空间」、「扣子开发平台」、「扣子罗盘」及Eino四款子产品，目前扣子开发平台（Coze Studio）与扣子罗盘（Coze Loop）已在Apache 2.0许可证下开源。Coze Studio是一站式AI Agent可视化开发工具，开源核心功能有完整工作流引擎，可轻松编排复杂业务逻辑；插件核心框架，能将第三方API或私有能力封装成插件；开箱即用的开...
【关键词】AI，开源平台，扣子
【摘要】 7月28日，OSCHINA讯，近日，阶跃星辰宣布发布新一代基础大模型Step3，这是其首个全尺寸、原生多模态推理模型，主打多模态推理。该模型在国产芯片32K上下文推理效率最高可达DeepSeek R1的300%，在英伟达H800芯片上推理效率提升70%以上，将于7月31日向全球开源。
【关键词】阶跃星辰，Step3，多模态推理模型
【摘要】 7月25日，OSCHINA讯，阿里巴巴的Qwen3系列模型近期在多个平台获得部署并开启价格特惠。Cerebras宣布推出Qwen3-235B模型，推理速度达每秒1500个token，可进行有限制免费体验。阿里云通义灵码IDE集成Qwen3-Coder并去掉原有的DeepSeek模型。GMI inference cloud上线Qwen3 Coder 480B A35B Instruct FP8版本，输入定价1.00美元/M Tokens，输出定价2.00美元/M Tokens。阿里云百炼平台对Qwen3-Coder-Plus进行为期一个月限时降价，并...
【关键词】系列模型，第三方部署，价格特惠
【摘要】 7月25日，OSCHINA讯，在2025中国互联网大会上，360集团创始人周鸿祎剖析了人工智能时代网络安全面临的全新挑战，着重指出大模型带来三大安全风险。一是大模型的“幻觉”问题，在工业生产等关键领域，其错误判断危害成倍放大；二是大模型降低网络攻击门槛，非编程人员可通过自然语言交互编写程序，诱导大模型泄露企业机密文件的“注入攻击”门槛也随之降低；三是国家级高级威胁攻击智能化升级，黑客将能力经验嵌入大模型，未来...
【关键词】大模型，网络安全，注入攻击
【摘要】 7月24日，OSCHINA讯，近日，蜻蜓FM研发的音频播放组件“SmartXPlayer”开源并上线OpenHarmony三方库中心仓。这是一款专为鸿蒙多端场景打造的音频播放引擎，基于鸿蒙系统分布式能力和多线程架构，能提供高性能、易集成的音频播放能力，助力开发者构建优质音频播放体验。
【关键词】蜻蜓FM，SmartXPlayer，音频播放
【摘要】 7月24日，OSCHINA讯，昆仑万维宣布推出最新音乐模型Mureka V7以及全新音频模型Mureka TTS V1（支持Voice Design音色设计能力）。Mureka V7被形容为“24小时不打烊的私人录音棚”，只需输入主题、歌词和风格，两分钟就能生成完整音乐作品。
【关键词】昆仑万维，音乐模型，提升
【摘要】 7月23日，OSCHINA讯，科技媒体BleepingComputer报道新型恶意软件LameHug出现，它利用阿里开源的Qwen2.5-Coder-32B-Instruct大型语言模型，针对Windows10和Windows11设备窃取数据。LameHug用Python编写，依赖HuggingFaceAPI与QwenLLM交互，通过特定提示词动态生成窃取数据的指令。
【关键词】恶意软件，AI，LameHug
【摘要】 7月23日，OSCHINA讯，近日，中国互联网络信息中心（CNNIC）发布第56次《中国互联网络发展状况统计报告》。截至6月，我国网民规模达11.23亿人，互联网普及率达79.7%，意味着越来越多不同群体共享数字发展成果。报告显示“十四五”期间我国互联网建设成就显著，新型信息基础设施加速布局，互联网基础资源持续丰富，为互联网普及和数字经济发展提供了坚实支撑。互联网普惠深入推进，60岁及以上银发网民规模达1.61亿人、农村网民规...
【关键词】网民规模，互联网普及，数字发展
【摘要】 7月22日，人民网讯，近日，从北京市经济和信息化局2025上半年北京市工业和信息软件业经济运行新闻发布会获悉，今年上半年北京市工业和信息软件业合计实现增加值突破9000亿元，占全市地区生产总值比重达36.2%，创历史新高，对全市经济增长贡献率达61.6%。规上工业增加值连续16个月高于全国平均水平，信息软件业规模、增速居全市各行业首位。投资动能持续迸发，市场活力加速释放，产业高端化、智能化、绿色化转型步伐加快。数字...
【关键词】北京，工业，信息软件业
【摘要】 7月22日，OSCHINA讯，近日，Meituan-M17团队联合上海交大等机构，推出OIBench（聚焦高区分度算法题评测）与CoreCodeBench（聚焦多场景工程级代码基准）两大数据集，已在GitHub和Huggingface开源。当前大语言模型在编程领域宣称能力强，但现有评估体系有局限，传统算法评测集区分度不足、数据易泄漏，工程基准任务类型单一、数据构建方法有缺陷，无法全面评估模型能力。
【关键词】大模型，编程评测，数据集
【摘要】 7月21日，OSCHINA讯，近日，京东正式开源产品级端到端通用多智能体系统JoyAgent-JDGenie，在GAIA基准测试中总体准确率达75.15%，超越OWL、OpenManus等竞品位居行业前列。该系统在GAIA基准难度分级任务中表现出色，Level1任务准确率超85%，Level2接近78%，Level3达55%。它是完整的端到端多智能体系统，支持简单输入获答案，集成多模块，开发者可扩展功能。采用多层级协作设计处理复杂任务，开箱即用降低开发门槛。具备多模态与...
【关键词】多智能体，开源系统，GAIA测试
【摘要】 7月21日，OSCHINA讯，近日，MaxKB V2版本正式发布。MaxKB是致力于解决企业AI落地难题的企业级智能体平台，秉承“开箱即用，伴随成长”理念，支持企业快速接入主流大模型，构建专属知识库，提供渐进式升级路径，赋能多种应用场景。
【关键词】MaxKB，智能体，企业级
【摘要】 7月18日，IT之家讯，近日，开源时序数据库QuestDB发布重大版本9.0。该版本增加了N维数组、日历感知的物化视图，提高了数据去重效率、实现了更智能的JOIN，还重构了Web控制台的UX。如支持真正的N维数组，引入二进制行协议，新增高效的replace commit机制等，同时改进Web控制台界面，新增ASOF JOIN with TOLERANCE参数。
【关键词】QuestDB，时序数据库，9.0版本
【摘要】 7月18日，IT之家讯，近日，非营利性AI研究机构METR的随机对照实验发现，经验丰富的开源开发者使用AI编程工具（如Cursor Pro或Anthropic Claude）时，完成任务时间比不使用时平均增长19%。开发者预期节省24%时间且认为提高20%效率，但实际并非如此。研究追踪16名资深开发者完成的246项涉及复杂代码库的任务，AI工具虽减少部分时间，但增加了审查、提示、等待及空闲时间。开发者接受无需修改的AI生成代码比例不到44%，约9%任务时...
【关键词】AI写代码，开发者效率，METR实验
【摘要】 7月17日，开源资讯讯，近日，网友发现通用AI智能体公司“Manus”的官方微博和小红书账号内容被清空，其官网首页显示“Manus在你所在的地区不可用”，此前为“Manus中文版本正在开发中”。近期Manus因大规模裁员传闻受关注，澎湃新闻7月8日报道其回应是基于经营效率考量调整部分业务团队，继续专注核心业务。蓝鲸新闻7月10日报道，Manus与阿里通义千问合作开发中文版一事，一员工称“不会继续推进”。
【关键词】社交账号，清空，合作终止
【摘要】 7月17日，IT之家讯，近日，智源研究院宣布开源具身大脑RoboBrain2.032B版本以及跨本体大小脑协同框架RoboOS2.0单机版。RoboBrain2.0是通用具身大脑，32B版本时空认知能力有突破，在多项基准刷新纪录，7B版本轻量化适配边缘设备。其采用模块化架构，针对具身推理任务优化。RoboOS2.0是全球首个具身智能SaaS开源框架，集成多种技术，推出单机版及技能商店等，降低开发门槛，性能提升，新增多项功能。
【关键词】智源研究院，模块化，开源框架
【摘要】 7月16日，IT之家讯，近日，字节跳动Seed团队联合香港大学与复旦大学推出创新强化学习训练方法POLARIS。该方法通过ScalingRL策略提升小模型数学推理能力，采用此方法训练的40亿参数开源模型Qwen3-4B在AIME25和AIME24数学测试中准确率高，且能在消费级显卡部署。POLARIS核心创新在于训练策略，包括定制训练数据和超参数、采样控制、引入长度外推技术、采用多阶段RL训练方法等。目前其详细内容已全部开源，在多个评测集验证有效。...
【关键词】字节跳动，POLARIS，强化学习
【摘要】 7月16日，开源资讯讯，秘塔AI搜索在“浅度研究”上线五个月后，正式推出可公开免费使用的“深度研究”功能。该功能通过任务拆解和可视化“问题链”提升中文场景的搜索准确率与透明度。秘塔采用把整体任务拆成多个子任务、分段强化学习等方法，在降低GPU消耗的同时，使中文场景准确率优于最新WebSailor等模型。系统还会为每个提问实时生成可视化的问题链，让用户看到模型输出报告的过程。
【关键词】AI搜索，深度研究功能，中文搜索
