LongCat-AudioDiT – 美团开源的文本转语音模型
LongCat-AudioDiT是什么 LongCat-AudioDiT 是美团开源的高保真扩散式文本转语音（TTS）模型，核心创新在于直接在波形潜空间进行扩散生成，非传统梅尔频谱等中间表示，有效避免...
harrier-oss-v1 – 微软开源的多语言文本嵌入模型
harrier-oss-v1是什么 harrier-oss-v1 是微软开源的多语言文本嵌入模型，在 Multilingual MTEB v2 基准测试中取得 SOTA 成绩。模型采用仅解码器架构，通...
ColaMD – 开源 Markdown 编辑器，实时同步修改内容
ColaMD是什么 ColaMD 是开源的 Markdown 编辑器。工具解决了传统编辑器在 AI 修改文件后需手动刷新才能看到更新的痛点，实现 Agent 后台修改与前台内容的实时同步，如同观看 A...
wecom-cli – 企业微信官方开源的命令行工具
wecom-cli 是什么 wecom-cli（企业微信 CLI） 是企业微信官方团队开源的命令行工具，让人类和 AI Agent 能在终端中操作企业微信。工具覆盖通讯录、待办、会议、消息、日程、文档...
Multi-Shot – Runway 推出的 AI 视频生成应用
Multi-Shot是什么 Multi-Shot 是 Runway 推出的 AI 视频生成应用，支持实现”一键成片”。用户只需输入场景描述，系统自动拆解为最多5个连贯镜头，同步完成构图、运镜、对话、音...
Pretext – 开源 AI 前端开发工具，解决中文字布局性能瓶颈
Pretext是什么 Pretext 是前 React 核心成员 Cheng Lou 开源的，纯 JavaScript/TypeScript 的多行文本测量与布局库，用于纯算术方式精确测量多行文本尺寸...
Qwen3.5-Omni – 阿里通义推出的全模态大模型
Qwen3.5-Omni 是什么 Qwen3.5-Omni 是阿里通义实验室推出的全模态大模型，可同时理解文本、图像、音频及音视频输入。模型采用Thinker-Talker分工架构与Hybrid-Mo...
PixVerse V6 – 爱诗科技推出的最新 AI 视频生成模型
PixVerse V6是什么 PixVerse V6 是爱诗科技推出的最新 AI 视频生成模型。模型在镜头控制、角色表现和多镜头音视频生成方面实现突破，运镜更精准，角色情绪跨帧连贯，物理交互更真实，生...
Pretext – 开源 AI 前端开发工具，解决中文字布局性能瓶颈
Pretext是什么 Pretext 是前 React 核心成员 Cheng Lou 开源的，纯 JavaScript/TypeScript 的多行文本测量与布局库，用于纯算术方式精确测量多行文本尺寸...
Multi-Shot – Runway 推出的 AI 视频生成应用
Multi-Shot是什么 Multi-Shot 是 Runway 推出的 AI 视频生成应用，支持实现”一键成片”。用户只需输入场景描述，系统自动拆解为最多5个连贯镜头，同步完成构图、运镜、对话、音...