港大开源论文AI撰写工具AI-Researcher，Gemma 3发布评测性能超越DeepSeek-V3部署成本少10倍
ini 2.0研发的轻量级开源模型系列，可在单GPU或TPU上运行，性能强大。
Gemma 3 是
每日AI新工具
刚刚OpenAI发布Agents SDK，Claude Pro的编程助手，Cloudflare也开源构建智 Agents框架
OpenAI发布了多智能体工作流框架OpenAI Agents SDK及其示例应用Computer Using Agent Sample App。Anus是一个开源AI代理框架，旨在通过自动化任务革新AI应用程序的开发和使用。Cloudflare Agents提供状态管理和实时通信等功能。
使用智能体准确操作智能手机，AI客户端交互，提供macOS日历、联系人等个人信息，终端个人助手Gem-assist
本期介绍了5款软件与工具，包括AppAgentX、Gem-assist、CocoIndex、autoMate和iMCP。它们涵盖了GUI代理、终端助手、数据索引引擎和本地自动化等多个领域。
OpenManus开源复刻Manus，腾讯开源的图像到视频生成框架，大型音频语言CoT推理模型
OpenManus 是由 MetaGPT 团队成员构建的无需邀请码工具，让用户实现创意。HunyuanVideo-I2V 是腾讯开源的图像到视频生成框架。Light-R1-32B 超越 R1-Distill，在数学问题上表现出色且成本低廉。Audio-Reasoner 是大型音频语言模型，通过 CoT 推理在基准测试中表现优异。SolGraph 利用 Solana 链上基础设施实现快速透明的 AI 应用。
小模型大智慧-阿里巴巴开源推理模型：QwQ-32B性能媲美DeepSeek-R1，AI Agent的生产级工具集Composio
Qwen系列模型之一的QwQ-32B参数量为325亿，适用于解决难题；OpenChat是一个支持Web、移动和桌面端的AI聊天应用；Archon是用于构建和优化AI智能体的工具；Firecrawl MCP Server整合了强大的网页抓取功能；Composio提供超过250种工具和支持多种框架与认证协议。
用Agent生成Manim动画视频用来解释定理辅助教学，低资源消耗的离线翻译服务器，开源AI 写作助手
TheoremExplainAgent生成可视化的定理讲解视频；AI写作助手定制化生成高质量内容；MTranServer超低资源离线翻译服务器；ReSearch通过强化学习提升问答效果无需监督数据；CoE通过层内专家间迭代通信提高LLM性能和效率。
开源深度研究报告Shandu，阿里巴巴开源ViDoRAG提升视觉文档理解和问答效果，开源量化分析
本文介绍了5个AI研究项目：Shandu、ViDoRAG、Klee、HumanOmni和股票分析系统。它们涵盖从视觉文档检索到多模态语言模型的各个方面，包括生成报告、提升视觉理解能力、提供投资建议等功能。
大模型处理PDF文档olmOCR，DeepSeek开源DeepGEMM高效的FP8矩阵乘法库，多模态推理R1-OneVision
本文介绍了五个AI工具包和模型，包括olmOCR用于处理PDF文档、DeepGEMM优化FP8矩阵乘法、R1-OneVision多模态大语言模型、Baichuan-Audio语音交互模型以及MyCoder AI编程工具。
阿里巴巴发布深层推理模型并准备开源，DeepSeek加速H800的推理速度，Claude开源终端代码助手
Qwen系列的新进展QwQ-Max-Preview专注于深层推理和多领域问题解决，未来将开源。FlashMLA是一款针对Hopper GPU优化的高效MLA解码内核，支持可变长度序列处理。Claude Code是一个终端编码工具，帮助开发者执行代码任务。EasyR1是高效、可扩展的多模态强化学习训练框架，支持视觉语言模型。GibberLink演示了会话AI在意识到彼此都是AI代理时从人类语言切换到音频协议的过程。
DeepSeek将逐日开源五个项目还未开源就有3千多个star，langchain下的深入研究助手，开源复刻Openator
DeepSeek将逐日开源五个项目，共享透明进展与创新；Open Deep Research是一款支持用户自定义研究模型和报告结构的Web研究助手；Openator是一个开源浏览器代理工具，能够执行自然语言制定的操作；Magma是一种多模态人工智能代理的基础模型；AI 多人聊天室提供支持多人同时对话、可自定义角色的实时聊天应用。