VibeVoice-ASR是什么VibeVoice-ASR 是微软开源的先进语音识别模型，专为处理长达60分钟的长音频设计。模型能一次性处理整段音频，保持全局上下文，避免传统模型分段处理导致的上下文丢
json-render是什么json-render是 Vercel 开源的项目，解决 AI 生成 UI 的不可控问题。json-render通过定义一个 Catalog，约束 AI 只能生成符合特定
EmbodiChain是什么EmbodiChain 是跨维智能开源的具身智能学习平台，通过生成式仿真数据推动具身智能的发展。自动创建符合物理规律的 3D 场景和任务，结合在线数据流和自我修复机制，高效
VTP是什么VTP（Visual Tokenizer Pre-training）是MiniMax视频团队开源的视觉生成模型预训练框架。框架聚焦优化视觉tokenizer，通过融合对比学习、自监督学习和
GPT-5.2-Codex是什么GPT-5.2-Codex 是 OpenAI 推出的智能体编程模型，专为复杂软件工程和防御性网络安全设计。模型是 GPT-5.2 的升级版，提升了指令遵循、长语境理解等
TRELLIS.2是什么TRELLIS.2是微软开源的40亿参数3D生成模型，专为从单张图片高效生成高保真3D资产设计。核心创新在于采用O-Voxel稀疏体素架构，能处理复杂拓扑结构（如开放表面、非流
EcomBench是什么EcomBench 是通义实验室联合 SKYLENAGE 推出的针对电商场景的 AI 能力评测基准。EcomBench 基于真实世界数据构建，涵盖政策咨询、成本估算、选品决策等
Kairos 3.0是什么Kairos 3.0（开悟世界模型3.0）是大晓机器人推出的行业首创的ACE具身研发范式、首个开源且商业应用的世界模型。Kairos 3.0是开源的高效世界基础模型，专注于学
FunctionGemma是什么FunctionGemma 是谷歌开源的专注于函数调用优化的轻量化AI模型，参数量为 2.7 亿。模型基于 Gemma 3 架构，专为在手机、浏览器等端侧设备上运行而设
presentation-ai是什么presentation-ai 是ALLWEONE团队推出的开源 AI 演示文稿生成工具，能根据用户输入的主题自动生成完整的 PPT 大纲和精美的幻灯片，支持多种语
点点是什么点点是小红书推出的AI搜索助手，主打生活服务场景的聚合搜索。提供生活搜索助手功能，能贴心地帮助用户找到并总结出日常生活中遇到的问题的答案。具有“哪里不‘会’点哪里”的功能，支持用户在回答中点
Audio2Face是什么Audio2Face 是 NVIDIA 推出的AI面部动画生成模型，通过音频输入能生成逼真的面部动画。模型能分析音频中的音素和语调，驱动角色的嘴唇动作和表情，实现精准的口型同
