开源动态8
小米开源音频语言模型MiMo - Audio
开源AI项目落地
AI 摘要
小米开源MiMo - Audio音频语言模型，预训练超1亿小时。它能理解和生成音频，在多基准测试达SOTA，音频理解和复杂推理分别超Gemini - 2.5 - Flash、GPT - 4o - Audio，支持多模态任务。
阅读原文 · 开源AI项目落地
牛！小米开源「音频语言模型」，超1亿小时预训练时间，音频理解和输出能力是真顶！
小米推出开源音频语言模型MiMo - Audio，有超1亿小时预训练时间。它能理解音频，70亿参数模型在多基准测试达SOTA，音频理解超Gemini - 2.5 - Flash，复杂推理优于GPT - 4o - Audio，还支持多模态任务。
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