8月26日，OSCHINA讯，近日，FFmpeg8.0“Huffman”正式发布，此版本因多次延期和项目基础架构现代化升级，是迄今规模最大的版本之一。新功能丰富，涵盖多个方面。在解码器上，新增Nativedecoders如APV、ProResRAW等；VVC解码器有IBC、ACT、调色板模式等改进；基于纯Vulkan计算实现新的编解码器，如FFv1（编码和解码）、ProResRAW（仅解码），适用于任何Vulkan1.3实现，使用相同hwaccelAPI和命令，用户启用Vulkan解码...
8月25日，OSCHINA讯，近日，钉钉与通义实验室语音团队宣布联手推出新一代语音识别大模型 Fun - ASR。该模型能听懂家装、畜牧等十大行业黑话，支持企业专属模型定制训练，可准确转写各种语音信号，识别多行业术语、不同语言与口音，结合上下文实现精准转录。
【点评】钉钉与通义推出的Fun-ASR语音识别大模型意义重大。其功能强大，不仅能应对十大行业黑话，还支持企业按需定制专属模型，精准适配不同企业的特殊场...
8月25日，OSCHINA讯，近日，中国RISC-V企业赛昉科技StarFive在众筹平台Kickstarter推出入门级RISC-V开发板VisionFive2Lite。该开发板是单板计算机，外形规格与树莓派相同，为85mm×56mm。其定价亲民，最低的2GB内存版本仅售19.9美元（约合143元人民币）。VisionFive2Lite搭载2GB/4GB/8GBLPDDR4内存，正面配备1组40-PinGPIO、3个USB-A480Mbps、1个USB-A3.0/2.0、1个仅供电USB-C、1个MIPI-CSI、1个MIPI-DSI、1个HDMI2.0...
8月22日，OSCHINA讯，近日，智谱宣布推出AutoGLM2.0，称将Agent应用提升到新高度。它是全球首个手机Agent，人人可用，开创Agent+云手机/云电脑新技术范式，突破硬件限制，由国产模型驱动，具备全能能力。即日起人人可用，还将快速迭代推出新功能。
【点评】智谱发布的AutoGLM2.0具有重大意义。从功能上看，它是全球首个手机Agent且能在云端自主完成任务，突破了以往AI仅作为聊天工具的局限，能真正替用户干活...
8月22日，OSCHINA讯，近日，腾讯广泛应用的跨端开发框架Kuikly基于Kotlin Multiplatform技术构建，由腾讯大前端领域Oteam推出。此次在Android、iOS、鸿蒙开源基础上，新增开源Web版，支持H5和微信小程序，进一步扩展多端适配场景，且已接入腾讯多款业务，如搜狗输入法、鹅毛市集、QQ小游戏等。
【点评】腾讯Kuikly开源框架新增Web支持意义重大。从功能拓展而言，它在原有的Android、iOS、鸿蒙开源基础上，新...
8月21日，OSCHINA讯，近日，Microsoft PowerToys v0.93正式发布，这是供Windows系统高级用户调整和简化体验、提高生产力的实用程序。此次更新修复大量错误，进行细微用户体验调整并带来诸多新内容。命令面板启动内存占用减少15%，加载时间减少40%，内置扩展程序加载时间减少70%，安装体积减少约55%，还解决超99个Command Palette问题，如剪贴板历史记录回归等，重新设计的dashboard更清晰。Mouse Highlighter推出全...
8月21日，OSCHINA讯，近日，中山大学、鹏城实验室与美团三方联合研发的X-SAM图像分割模型正式发布。该模型在图像分割领域实现重要突破，将传统“分割万物”升级为“任意分割”，提升适应性和应用范围。研究团队针对传统SAM局限性，提出视觉定位分割任务框架。X-SAM技术架构有多项创新，支持统一输入输出格式，核心双编码器架构和分割连接器提升分割精度，集成Mask2 Former架构突破传统技术限制。采用三阶段渐进式训...
8月20日，OSCHINA讯，近日，香港大学XLANGLab联合月之暗面、斯坦福大学等机构正式开源OpenCUA框架，助力开发者低门槛构建和扩展CUA（计算机使用智能体）。该框架包含三部分：无缝捕获人类计算机使用演示的注释基础设施、首个跨越3个操作系统及超200个应用程序和网站的大规模计算机使用任务数据集AgentNet、可将演示转换为具有反思性长思维链推理“状态-动作”对的可扩展工作流程。项目由港大计算机科学系助理教授Tao...
8月20日，OSCHINA讯，蚂蚁集团正式开源基于LLVM的JVMJIT编译器Jeandle。公告以“筋斗云”为喻，期望Jeandle为JVM提升性能、拓宽生态边界。Jeandle是基于OpenJDK Hotspot JVM的全新即时编译器，利用LLVM进行编译优化与代码生成，把LLVM的性能和生态优势引入JVM。但整合JVM和LLVM两个复杂系统需攻克诸多技术难题，如支持JVM的垃圾回收机制、为JVM各种功能定制LLVM特性、基于LLVM实现针对Java语言的多类优化算法等。目...
8月19日，OSCHINA讯，近日，昆仑万维集团推出Skywork Deep Research Agent v2，标志着天工超级智能体核心引擎显著增强，为用户带来多模态、高质量、高效率体验。v2引入“多模态深度调研”Agent，首次整合多模态检索、理解和生成，解决传统产品依赖纯文本检索分析局限。通过多模态爬取技术MM-Crawler、长距离多模态信息收集等技术突破，让研究人员等用户能获取完整、顺畅、视觉友好的深度报告。此外，还推出“多模态...
8月19日，OSCHINA讯，近日，国际数据公司IDC发布《2024中国隐私计算平台主要厂商市场份额》报告。2024年中国隐私计算市场规模达9.8亿元，同比增长10.1%，蚂蚁数科以36.7%的市场占有率位居首位，且连续三年蝉联中国隐私计算市场份额第一。IDC认为，市场增长主要源于数据要素相关项目建设，大模型向各行业渗透使隐私保护需求升高，为隐私计算应用增长增添新动能。大模型在产业快速应用时，数据安全与隐私保护成为规模...
8月18日，OSCHINA讯，近日，Warm-Flow工作流引擎迎来1.8.0版本重大更新，带来全新功能与卓越用户体验。核心亮点是自主研发仿钉钉设计器，基于logic-flow研发，同时支持经典和仿钉钉双设计器，避免维护两套代码，提升统一性与可维护性。智能交互体验升级，绘制回退线条时系统自动识别设置为退回跳转类型，经典模式下节点和连线文字可自由拖动调整，设计器根据流程发布状态自动判断是否可编辑。功能增强与优化方面，新...
8月18日，OSCHINA讯，近日，手机应用商店显示，DeepSeek App发布1.3.0版本更新，首次支持对话内容生成分享图功能，用户问答对话可通过原生功能生成图片，比截图分享更便捷。今年6月DeepSeek团队曾加紧推进R2模型开发，CEO梁文锋对模型能力不满意，团队内部仍在提升性能，未准备好正式投用，原计划5月推出也因各种原因延迟，新模型预计能生成更高质量代码，具备用非英语语言进行推理的能力。
【点评】DeepSeek...
8月15日，OSCHINA讯，近日，阿里通义大模型推出最新图生视频模型Wan2.2-I2V-Flash。该模型将电影级视觉呈现融入其中，在生成速度与性价比方面实现全面跃升，致力于为用户带来更快速、专业、稳定的图生视频体验。与Wan2.1相比，其推理速度提升12倍，创作效率显著提高。指令遵循能力大幅提升，能精准实现各种特效提示词、精准控制运镜，使指令落地更精准。还能稳定输出风格化图像，对各类风格化图像都可保持风格，并实...
8月15日，OSCHINA讯，近日，我国首个隧道与地下空间领域垂直大模型由中国中铁隧道局隧道掘进机及智能运维全国重点实验室研发发布。该模型依托盾构/TBM工程大数据中心的773条工程线路、1200亿条工程建造数据，构建了通用大模型调度中小模型驱动的垂直领域大模型技术体系，形成全生命周期场景+AI的数智互馈赋能技术体系新形态。研发了隧道侠AI助手，搭建行业科普、专业问答等功能新引擎；突破大模型对齐与微调技术，研...
8月14日，极客网讯，近日，deepin（深度）社区宣布deepin 25已正式适配RUBIK Pi 3（魔方派3）开发板并完成产品兼容性认证。测试显示，双方在兼容性、性能及稳定性方面达预期，运行流畅。此次适配实现系统稳定运行，还预装UOS AI、跨端协同等自研应用，为开发者和极客玩家提供强大平台。魔方派3基于高通QCS6490芯片，具备12 TOPS的AI性能，有丰富接口和功能设计，能满足多样开发需求。适配在魔方派3开发板（8核 + 8GB...
8月14日，OSCHINA讯，近日，百川智能正式开源医疗增强大模型Baichuan-M2。针对医疗领域模型私有化部署需求，团队对其进行极致轻量化，量化后精度接近无损，可在RTX4090单卡部署，相比DeepSeek-R1H20双节点部署成本降低57倍。基于Eagle-3架构优化的Baichuan-M2-Spec版本，在单用户场景下token速度跃升74.9%，适用于急诊、门诊等对交互速度要求高的场景。M2模型通用核心性能不降反升，可用于医疗以外领域。测评显示，B...
8月13日，OSCHINA讯，近日，百度搜索PC端首页全面上线一系列AI功能，将传统信息入口转变为任务中枢。新上线的“超级智能双行框”可一键深度搜索，解答复杂问题，提升搜索体验。“工作台”模块集成AI阅读、AI写作和AIPPT三大工具。AI阅读能一键总结链接、图片及超大文档，节省阅读时间；AI写作提供超20种文风选择，支持划线修改，助力创作编辑；AIPPT可根据全网内容自动生成演示文稿，方便演示。据Quest Mobile报告，...
8月13日，OSCHINA讯，近日，讯飞开放平台上线“星火代码画布”创新功能，通过语音指令、草图、链接或文字描述，就能快速生成交互网页，提升开发效率，对非技术背景用户尤为友好。产品经理小马用一句话生成招聘官网职位详情页，设计师阿夏上传草图生成AI论文评审助手界面demo，品牌视觉设计师阿珊参考链接复刻珠宝品牌形象页，展示了其在不同场景的强大功能。它不仅能快速生成页面，还能精准还原UI细节，前端实习生阿...
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...
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...
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，...
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4...
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Zre...
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...
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...
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...
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...
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，...
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...
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...
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...
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、...
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。
【点评】腾讯开源的ARC-Hunyuan-Video-7B短视频理解模型意义重大。该模型针对短视频复杂特点，通过端到端处理多信号实现深度理解。其引入的新范式具备跨模态推理、时间感知和强大推理等关键能力，在构建上基于Hun...
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。
【点评】火山引擎此次发布成果具有多方面的重要意义。豆包图像编辑模型3.0拥有更强的指令遵循、图像保持和生成质量能力，用户通过自然语...
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。
【点评】阿里巴巴1688此次动作是助力中小企业发展的重要举措。“1688AI版”App全新亮相，其聚焦创业与拿货场景，集成的AI搜索、...
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。
【点评】商汤科技此次发布“日日新SenseNovaV6.5”大模型体系是人工智能领域的重要进展。该模型重点升级了强推理、高效率和智能体三大能力，在技术创新上表现卓越。它在国内率先突破图文交错思维链技术，引入形象思维，还改进多模态模型融合架构。凭借这些创新...
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。
...
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。
【点评】Ming-lite...
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。
【点评】昆仑万维开源的Skywork UniPic模型意义重大。它在技术上实现了多方面突破，图文理解、图像生成和图像编辑能力集于一身，且通过端到端优化流程让三大...
