开源动态8

小红书：成音频大模型开源“执牛耳者”

机器之心2025-09-17

AI 摘要

近几个月AI开源成焦点，音频生成占比小。小红书技术团队自去年起稳定开源音频成果，覆盖TTS、ASR方向，具商用属性。近期又有新成果，目标是建工业级可商用音频开源社区。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

DM0.5横扫RoboColiseum四榜登顶

本文报道原力灵机DM0.5在智元机器人发起的RoboColiseum具身模型评测中拿下四个单项第一，这已是该模型连续拿下六套不同类型公开评测的榜首，攻破了传统具身模型换题掉分的痛点，目前已开源落地产业场景。

本文介绍谷歌最新开源的移动端AI自动化测试工具ARTEMIS，它可将自然语言指令转化为Android自动化操作，支持跨App测试、多模态定位，在AndroidWorld基准评测中取得99%+任务完成率，提供多场景使用方式，可一键快速上手。

本文报道阶跃星辰推出StepAudio 3全系列五款音频大模型，覆盖听、说、理解、交互、创作全语音链路，拿下三项第三方评测全球第一，分析了语音AI行业从单点竞赛转向全栈体系竞争的新趋势。

当前AI Agent生成Three.js 3D场景常出现代码正确但渲染效果异常，自身无法发现问题。本文介绍开源项目3dviz-pro-max，这是专为Agent打造的3D可视化Skill，通过流程约束、知识库和自检工具让Agent可自主调试输出合格3D场景。