阿里开源agent 开发平台AgentScope
AgentScope是用于多智能体应用开发的创新平台，提供高易用性、鲁棒性和分布式支持，并支持多种模型API。通过丰富的组件和详细的文档，开发者可以快速构建复杂的应用程序。
开源
极高人气，开源仅两天便吸引了 15.8K 用户，大模型自动操作手机框架，又一精准为手稿上色工具
本文介绍了五种新技术和工具的应用：Genesis物理模拟平台、ClickClickClick自动化框架、AniDoc动画创作软件、Picotron预训练模型库以及OpenAI Realtime API与Twilio结合的电话助手。
阿里巴巴开源需OCR的文档处理模型：mPLUG-DocOwl 1.5
阿里巴巴人大开源的mPLUG-DocOwl 1.5无需OCR理解文档、网页、表格和图表，支持结构感知文档解析、表格转Markdown、图表转Markdown等。
全球首个端侧全模态理解模型：Megrez-3B-Omni，能同时处理图片、音频、文本
Megrez-3B-Omni是无问芯穹研发的端侧全模态理解模型，基于Megrez-3B-Instruct扩展，在图像、语音和文本领域均取得最优精度。
今日软荐：语音转博客神器 Robo Blogger，写博客的碎片时间救星来了！
Robo Blogger是一款智能工具，能够将语音内容自动转化为结构化的专业博客文章，并支持引用参考资料和定制文章结构。适用于技术、生活随笔等场景，极大提升写作效率。
字节黑科技 INFP，音频驱动的双边互动视频生成框架，实时生成，轻量又强大！
字节最新发布的INFP是一款新颖的声控头部生成框架，支持双边互动。它能够根据输入的双轨道音频实时生成虚拟头像，并实现角色自动切换、高度真实的表情与动作同步等特性。
11.6k星星！Facebook开源的儿童手绘AI转动画项目，输出稳定，儿童艺术创作赛道可落地。
Facebook开源的AnimatedDrawings项目让儿童简笔画里的主体角色动起来，其功能强大且适合儿童艺术创作领域。项目通过人物检测、图像分割、姿态估计和动画制作等步骤实现这一目标，并使用深度学习与传统图像处理方法相结合的技术解决相关难题。