开源动态8

港中文等开源Gen - Searcher，文生图进Agent时代

机器之心2026-04-09

AI 摘要

港中文等团队：传统文生图遇真实知识易翻车，提出Gen - Searcher，让模型能像Agent搜索、推理，数据等已开源，实验证明它提升了生图质量，推动文生图进入Agent时代。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Opus5.5 全流程搞定视频制作

本文作者实测Claude Opus5.5的视频制作能力，除人工配音外，分镜、动画、音效、配乐全靠代码完成，对比GPT-6 Astra展示各环节提升，验证大模型全流程做视频的可能性。

本文围绕GPT-6 Astra发布后的行业测试展开，讨论通用大模型能否成为机器人的通用大脑，分析了通用大模型参与机器人控制的原理与优势，点明当前能力边界，提出了分工协作的落地方案。

本文介绍GitHub上35k Star的开源项目Lightpanda，它是专为Agent自动化打造的轻量无头浏览器，从零开发砍掉冗余桌面外壳，大幅降内存提速度，明确说明了适用场景与使用边界。

中科大与智象HiDream.ai团队提出混合潜空间-像素空间扩散新模型Hi-DiT，解决了两类传统扩散路线各自的瓶颈，论文被ECCV 2026接收，在多个主流图像生成任务上取得优异性能，仅小幅增加计算开销。