CoovallyAIHub

数据：DIRSIG合成LWIR HSI，128通道（7.8-13.4µm），SF6气体，231张图像 核心指标（30张训练图像） ：PSNR 39.6dB，气体检测AUC 0.821，检出率55.7%

OpenClaw，212K Star，GitHub 历史第一。 中国部署量全球第一。字节、阿里、腾讯争着上线云服务。 Skills 社区接近 2000 个技能包，从写代码到发邮件，从浏览器自动化到数据

假设你是一名放射科医生。 你面前有一张乳腺超声图像，你需要 AI 帮你标出肿瘤边界。 传统方法：你需要先准备几千张标注好的图像来训练模型，换个器官就得从头再来，换个医院的设备可能就不准了。 MedCL

前两天在 GitHub 上刷到一个项目，看完之后说实话——沉默了大概三秒钟。 不是因为技术多炸裂，而是因为它让我意识到：大多数人用 Claude Code，可能只用了它 5% 的能力。 这个项目叫 c

同一批图片、同一条prompt、未裁剪的真实工厂环境——奥地利克拉根福大学团队在双臂机器人纺织回收系统上硬测了9个VLM。结果：Qwen包揽前四，35b小模型打平235b大模型，Llama全线溃败。

南京大学联合NVIDIA、浙江大学、上海交通大学、东京大学发布MM-Lifelong数据集，定义"多模态终身理解"新任务。181.1小时视频横跨三个时间尺度，GPT-5只能采样50帧来处理，准确率14

论文标题：GS-CLIP: Zero-shot 3D Anomaly Detection by Geometry-Aware Prompt and Synergistic View Represent

一个开源框架，用几行Python代码就能搭出能"听"、能"说"、还能"看"的实时对话AI智能体——这就是 Daily.co 团队开源的 Pipecat。 这个项目到底是干嘛的？ 一句话概括：Pipec

告别云端 API，语音识别也能跑在树莓派上？ 还在为语音识别的高延迟、隐私泄露、API 调用费用发愁吗？来自 Moonshine AI 的开源项目 Moonshine Voice 给出了一个令人惊艳的