开源动态8
中科院开源类GPT - 4o多模态模型Stream - Omni
开源星探
AI 摘要
中科院计算所开源多模态模型Stream - Omni，支持文本、视觉、语音任意组合交互，靠高效模态对齐技术，少量数据就能训练，可用于实时助手、内容创作等场景。
阅读原文 · 开源星探
中科院甩出多模态“核弹”！类GPT-4o多模态模型开源！支持语言-视觉-语音任意组合交互！
中国科学院计算技术研究所（ICTNLP）开源类GPT - 4o多模态模型Stream - Omni，支持文本、视觉和语音任意组合交互，核心是高效模态对齐技术，少量多模态数据即可训练，有多种使用场景。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
DSH - better - sidebar 让 DeepSeek Harness 操作更便捷
DeepSeek Harness 是 AI Agent 运行框架，自由度高但默认 Web UI 操作不便。社区插件 DSH - better - sidebar 迅速出圈，装了侧边工作台，整合多样工具，更新勤，适合折腾 DSH 的人。
开源星探
开源动态8
Genspark开源免费AI办公套件GenOffice
Genspark团队开源AI办公套件GenOffice，全平台免费无广告。它界面类似微软Office，零成本上手，AI能直接编辑文档。虽处Alpha阶段，但可切换多种模型，还给出了配置第三方模型的方法。
CourseAI
开源动态8
Noiz AI发布可交互音视频世界模型
过去两年视频生成模型不断提升画面参数，但传统模型生成的视频固定，用户无法干预。而世界模型可跟随操作实时渲染、动态生成世界。目前Noiz AI联合多机构发布实时可交互音视频世界模型HelixWorld 1.0，后续还将开源。
量子位
开源动态7
DeepSeek V4 Pro与Harness上线，后者似AI系统雏形
DeepSeek V4 Pro正式版0813上线，升级Agent能力，网页、API、app皆可用。DeepSeek Harness亮相并开源，基于“一切皆插件”理念。V4 Pro跑分部分能力突出但价格将涨，其实际表现待更多测试。
AI寒武纪