开源动态7

OmniAudio：360视频生成3D音频

量子位2025-05-14

AI 摘要

OmniAudio团队：传统视频转音频技术难满足3D声音定位需求，为此提出360V2SA任务，构建Sphere360数据集。OmniAudio成果显著，但复杂场景识别有挑战，未来会继续探索。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

27.2k Star FastMCP：让MCP工程化

文章介绍了27.2k Star的FastMCP，它是Python MCP应用框架，能让普通Python函数成为MCP工具。讲了其适合场景、省事原因及上线安全边界，还给出了适用人群和注意点。

香港科技大学（广州）和腾讯团队开源VibeWorlding框架，实现说句话造3D世界。它由VWE - Bench和VibeWorlding - Gym组成，开源模型经强化学习训练后成绩逆袭，证明强化学习解锁3D推理潜力巨大。

8月17日，阿里发布的Qwen3.8 - 27B成Hugging Face热门第一。它以27B参数在部分测试中与前沿闭源模型比肩，可本地运行。不过推理慢、真实任务表现待提升，它让前沿Agent能力下放到个人电脑。

现在写代码，很多人想开多个AI助手。Orca是支持多AI Agent的编程开发环境，各Agent在独立git worktree里运行，互不干扰。它功能丰富，还支持多系统安装。