开源动态8
智源发布OmniGen2，开源解锁AI绘图新玩法
机器之心
AI 摘要
2024年9月智源推OmniGen，现升级为OmniGen2并开源。它架构简洁，有分离式架构与双编码器策略、反思机制。玩法多，还推出OmniContext基准，依托FlagScale优化部署。
阅读原文 · 机器之心
智源新出OmniGen2开源神器，一键解锁AI绘图「哆啦 A 梦」任意门
2024年9月智源研究院发布统一图像生成模型OmniGen，获社区好评。近期OmniGen升级为OmniGen2，增强多方面能力且全面开源。它采用新架构与策略，有反思机制，玩法丰富，还推出新基准优化部署。
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
浙大开源PhyEdit实现单图精准3D物体操作
浙江大学ReLER团队开源的PhyEdit，用3D foundation model明确目标几何，让DiT图像编辑器负责最终渲染。单张图片里物体能移动并形成连续状态，在多项指标表现出色，还具备多种能力，已被ACM MM 2026接收。
新智元
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