关注我，记得标星⭐️不迷路哦～
✨ 1: Lumina-mGPT 2.0
Lumina-mGPT 2.0是上海AI实验室等机构发布的自回归图像生成模型，支持多种图像生成任务。
Lumina-mGPT 2.0 是一个独立的、仅解码器的自回归图像生成模型，从头开始训练，能够统一处理多种图像生成任务，包括：
- 文本到图像生成
- 图像对生成
- 主题驱动生成
- 多轮图像编辑
- 可控生成
- 密集预测
地址：https://github.com/Alpha-VLLM/Lumina-mGPT-2.0
✨ 2: AnimeGamer
AnimeGamer是一个动漫生活模拟器，它能根据指令生成动态动画和角色状态，预测游戏状态。
AnimeGamer 是一个无限动漫生活模拟器，它使用多模态大型语言模型（MLLM）来模拟一个动漫世界，并预测下一时刻的游戏状态。用户可以通过开放式的语言指令与这个动态世界互动，就像扮演动漫角色一样，例如《悬崖上的金鱼姬》里的宗介。
主要功能和特点:
- 生成连贯的多回合游戏状态：
包括动态的动画镜头（视频），以及角色状态的更新，例如体力、社交和娱乐值。 - 跨动漫角色互动：
允许来自不同动漫的角色（如《魔女宅急便》的琪琪和《天空之城》的巴鲁）相遇并互动。 - 基于动作的多模态表示：
使用编码器模拟动画镜头，训练基于扩散的解码器来重建视频，并附加动作范围指示动作强度。 - 使用MLLM进行游戏状态预测：
训练MLLM通过历史指令和游戏状态来预测下一个游戏状态。 - 动画镜头质量提升：
通过微调解码器，提升MLLM预测的动画镜头的质量。
地址：https://github.com/TencentARC/AnimeGamer
✨ 3: DeepResearcher
DeepResearcher是一个基于强化学习的LLM研究框架，通过真实网络环境训练，涌现认知能力，性能显著提升。
DeepResearcher是一个基于强化学习的框架，旨在端到端地训练基于LLM（大型语言模型）的深度研究代理，使其能够通过真实的Web搜索交互在现实世界环境中进行研究。
核心特性：
- 端到端强化学习训练：
这是DeepResearcher的核心，通过强化学习直接优化LLM的研究能力。 - 真实的Web搜索交互：
代理直接与真实的网络搜索环境交互，而不是使用模拟数据。 - 涌现的认知行为：
通过训练，代理展现出规划、交叉验证信息、自我反思和诚实等认知行为。
地址：https://github.com/GAIR-NLP/DeepResearcher
✨ 4: Mobile Next
Mobile Next是一个MCP服务器，通过平台无关的界面，实现可扩展的移动自动化，无需特定iOS或Android知识。
Mobile Next 是一款基于 Model Context Protocol (MCP) 的服务器，旨在简化和扩展移动自动化测试和交互。它提供了一个平台无关的接口，使 Agent 和 LLM (大型语言模型) 能够与原生 iOS 和 Android 应用进行交互，而无需深入了解特定的操作系统细节。Mobile Next 主要通过两种方式实现交互：一是利用结构化的可访问性快照 (Accessibility Snapshot)，二是基于屏幕截图的坐标点击。
Mobile Next 的主要特点：
- 快速轻量级：
优先使用原生可访问性树进行交互，在没有可访问性标签时才使用屏幕截图坐标。 - 对 LLM 友好：
在使用 Accessibility Snapshot 时，无需计算机视觉模型。 - 视觉感知：
分析屏幕上的实际渲染内容，以确定下一步操作。 - 确定性工具应用：
尽可能依赖结构化数据，减少纯粹基于屏幕截图方法的不确定性。 - 结构化数据提取：
能够从屏幕上可见的任何内容中提取结构化数据。
地址：https://github.com/mobile-next/mobile-mcp
✨ 5: Zola
Zola是一款免费开源AI聊天应用，支持多模型，提供文件上传等功能，正处于Beta测试阶段。
Zola 是一个免费、开源的 AI 聊天应用程序，它支持多模型，例如 OpenAI 和 Mistral。它拥有轻量级和暗黑模式，提供 prompt 建议，支持文件上传，并且布局针对移动设备进行了优化。
地址：https://github.com/ibelick/zola
（文：每日AI新工具）