开源星探

在 AI 自动化时代，“执行力”已经不是智能体系统的唯一衡量标准。 面对医疗诊断、科研助理、电商运营等需要持续优化和多步协作的复杂任务，我们需要的不只是多个 AI Agent，而是一个会思考、会进化的

近期，语音AI领域迎来了一场全球性的震撼：MiniMax 旗下 Speech-02语音模型 ，一跃成为全球TTS双榜第一！ 不仅登顶了Artificial Analysis Arena榜单，力压Ope

字节跳动（ByteDance）近期开源了其基于节点的流程构建引擎：FlowGram。而且也是在飞书工作流、扣子自动化 等产品中使用的核心可视化流程引擎。 是一款在线上产品中经过验证且极受用户青睐的强大

语音交互技术的进步正在改变人机对话的方式，但传统语音助手受限于高延迟、单向交互和缺乏情感表达。 Maitrix 团队最新发布的开源 AI 端到端语音模型：Voila，其以 195ms 超低延迟及全双工

英伟达在5月1日发布了一款开源语音识别模型：Parakeet TDT 0.6B V2，其以 600M 参数登顶 Hugging Face Open ASR 榜单。 平均词错误率（WER）仅 6.05%

阅读英文 PDF 论文时，频繁查找专业术语或复杂表达的翻译往往打断思路，严重影响效率。 英文论文的术语密集和复杂句式常让非英语母语者头疼，传统翻译工具难以处理学术内容，且无法保留公式或优化排版。 今天

我们在接收新项目或探索开源代码库时，理解代码结构和功能往往耗时费力，尤其当项目缺乏文档或结构复杂时更是令人头疼。 而复杂代码库通常需要开发者逐行阅读代码、分析 README 或手动绘制架构图，效率低下

随着语音助手、会议转写等应用的普及，轻量级、高性能的音频模型需求也日益增长。 Aero-1-Audio 是一款新型的1.5B参数音频模型，由 LMMs-Lab 开发，基于 Qwen-2.5-1.5B

传统文件传输方式（如 USB、蓝牙、邮件）要么速度慢，要么操作繁琐，而 AirDrop 仅限苹果生态。 如果你还在为手机和电脑之间传文件来回折腾？还在装各种臃肿的客户端、扫码连 Wi-Fi、用数据线拖