AI项目和框架

CLI-Anything 是香港大学数据科学实验室（HKUDS）开源的工具，能将任意开源软件的代码库一键转化为 AI Agent 可用的命令行接口（CLI）。

Gemini Embedding 2 是谷歌首个原生多模态嵌入模型，基于 Gemini 架构构建。模型将文本、图像、视频、音频和文档统一映射到同一向量空间，支持跨 100 多种语...

SongGeneration 2是腾讯与清华大学联合开源的4B参数音乐生成大模型，采用混合LLM-扩散架构与分层表征设计，实现商业级音乐生成质量。模型歌词准确率达8.55% P...

MiroFish是基于多智能体技术的AI预测引擎，由中科大20岁学生BaiFu推出。MiroFish能从现实种子信息（新闻、小说、政策等）自动构建高保真平行数字世界，生成数...

Mobile-Agent-v3.5 是阿里巴巴通义实验室开源的新一代多平台GUI Agent框架，标志着开源GUI智能体从"演示级"迈向"工程可用级"。框架原生...

gws (Google Workspace CLI) 是 Google Workspace 团队开源的命令行工具，用 Rust 编写，通过 npm 分发。最大亮点是运行时动态构建命令，不依赖静态命令列表...

HY-WU（混元无相）是腾讯混元推出的功能性神经记忆框架，能让AI在推理时实时生成个性化参数。框架通过Transformer参数生成器，在推理时根据输入实时合成个性...

JadeAI 是 twwch 开发的开源 AI 智能简历生成器，定位为"真正好用、完全免费、可自托管"的简历解决方案。基于 Next.js 构建，采用 Apache 2.0 协议...

肉包（Roubao）是开源的AI手机自动化助手，作为字节跳动"豆包手机助手"的免费替代方案。肉包基于视觉语言模型（VLM），采用Kotlin原生开发，无需电...

Yuan3.0-Ultra 是浪潮信息YuanLab.ai团队开源的万亿参数多模态基础大模型，总参数 1.01T，激活参数 68.8B。采用 MoE 架构，集成视觉编码器与多模态对齐模块，...

Helios 是北京大学与字节跳动等联合推出的14B参数实时长视频生成模型，可在单张H100 GPU上以19.5 FPS生成分钟级视频。

GPT-5.4是OpenAI推出的旗舰AI模型，定位为"专为专业工作设计的最强前沿模型"。模型首次将推理、编程、原生计算机操作、深度网页搜索和百万Token上...

HiClaw 是阿里开源的Agent 团队协作系统，定位"Team 版 OpenClaw"。系统引入 Manager Agent 作为 AI 管家，自动协调多个 Worker Agent 完成复杂任务。

Phi-4-reasoning-vision-15B是微软开源的150亿参数多模态推理模型，基于Phi-4-Reasoning语言模型和SigLIP-2视觉编码器构建。

MiniMax Music 2.5+是MiniMax推出的AI音乐生成模型，主打纯音乐创作能力。模型支持古典管弦、电子、氛围音等多元风格，覆盖冥想、助眠、游戏、影视等全场景。