Qwen-Audio-3.0-Realtime – 阿里推出的實時語音交互模型
Qwen-Audio-3.0-Realtime是什麼 Qwen-Audio-3.0-Realtime 是阿里通義團隊推出的實時語音交互對話模型，提供 Plus與 Flash雙版本。模型在毫秒級響應的同時保持...
X2.0 – Xmax AI 推出的全球首個實時交互視頻生成模型
X2.0是什麼 X2.0 是 Xmax AI 推出的全球首個實時交互視頻生成模型，支持毫秒級流式生成。用戶通過攝像頭可實時替換角色服裝、召喚虛擬物體、觸屏操控畫面，實...
Xiaomi-Robotics-U0 – 小米推出的統一具身合成模型
Xiaomi-Robotics-U0是什麼 Xiaomi-Robotics-U0 是小米推出的 380 億參數統一具身合成模型，基於世界基礎模型持續訓練，聯合優化文生圖、圖像編輯、具身場景生...
ViiTorVoice-NAR實測 – 開源免費的語音克隆工具
今天發點適合做音色復刻的東西。 說實話，現在做 AI 語音最煩的地方，是生成的音頻裏只想改幾個詞，卻不得不重新錄、重新配、重新剪。 今天這個 GitHub 的 Vi...
MOSS-VL-Realtime – OpenMOSS 開源的視覺語言模型
MOSS-VL-Realtime是什麼 MOSS-VL-Realtime 是 OpenMOSS 開源的 11B 參數流式視覺語言模型，專爲實時視頻理解設計。模型支持邊看邊答、即時修正與主動沉默，將...
RunningHub + Seedance 2.5 AI 短劇低成本實戰指南
Seedance 2.5 即將上線的消息讓業內矚目，但隨之而來的也是極其高昂的使用價格。 外界都在傳 AI 短劇一條報價上萬，創作者賺翻了，但只有真正寫提示詞、跑圖...
OvisOCR2 – 阿里ATH-MaaS團隊推出的端到端文檔解析模型
OvisOCR2是什麼 OvisOCR2 是阿里 ATH-MaaS 團隊推出的端到端文檔解析模型，基於 Qwen3.5-0.8B 訓練並完全開源。模型在 OmniDocBench v1.6 評測中以 96.58 分...
ABot-World Studio – 高德推出的通用世界模型工坊
ABot-World Studio 是什麼 ABot-World Studio 是高德推出的通用世界模型工坊，將交互式視頻生成與 3DGS 場景生成統一於同一產品。用戶輸入文字或圖片可生成可...
Caveman實測 – AI Agent 的極簡輸出壓縮插件
今天發點適合讓 AI Agent 簡潔輸出的東西。 平時我們用 AI Agent 時，輸出的內容不管對不對都會有一些囉裏八嗦的廢話，讀起來很浪費我們的時間和精力，用起來...
AnySearch – 專爲 AI Agent 推出的實時結構化搜索引擎
AnySearch是什麼 AnySearch 是專爲 AI Agent 推出的實時結構化搜索引擎，通過 API、MCP 和 Skill 三種方式接入。產品覆蓋通用網頁與 20 多個垂直領域數據源，...
