自托管的微软OmniParser图像转文本模型，让图像解析变得轻而易举
微软 OmniParser 图像识别模型的自托管版本，包含训练数据集和 FastAPI 服务器实现。通过 fly.io 简单部署，并提供 API 进行图像解析与边界框绘制等操作。
日期: 2025 年 3 月 27 日
可基于任何内容创建的 AI 问答助手Gurubase
Gurubase 是一个开源 RAG 系统，支持通过网页、PDF、视频和 GitHub 仓库创建 AI 驱动的问答助手（’Gurus’)。它允许嵌入网站提问，并提供实时更新等功能。
WWDC 25 官宣：全新 UI，Apple Intelligence 或接入 Gemini
苹果今日宣布WWDC2025将于6月9日至13日举行。iOS19、iPadOS19、macOS16等系统将亮相，设计风格与VisionOS类似，图标圆润透明。Siri功能或将重大调整并延期发布。国行版Apple Intelligence也有望在此次WWDC上公布。
阿里巴巴开源的全模态大模型Qwen2.5-Omni，字节跳动开发的节点式工作流引擎，自动化注册Cursor Pro
阿里巴巴开源的Qwen2.5-Omni大模型支持全模态感知与生成、实时交互和语音生成。Cursor Auto Register帮助用户自动化注册Cursor账号。字节跳动开发的FlowGram.AI是节点式工作流引擎，利用AI能力增强工作流程。n8n MCP Server是一个让AI助手通过自然语言控制n8n工作流的模型上下文协议服务器。LangGraph CUA库构建具有计算机操作能力的智能代理系统。
人形机器人主持发布会发布自己！追觅科技孵化，下月将参加全球首届人形机器人马拉松
人形机器人小麦在发布会上展示了工业和商业场景中的应用能力，包括在工厂进行零部件上下料、物料搬运等任务，在商场担任停车场交通疏导员、汽车门店导购、餐厅服务员等多种角色。魔法原子公司透露了其首款具身智能大模型‘原子万象’的技术细节，并计划今年推出400台人形机器人进入工业和商业场景。
凌晨2点，再次Open！奥特曼宣布：OpenAI正式支持对手MCP协议
OpenAI宣布其Agents SDK支持Anthropic的MCP服务协议，使得开发者能够轻松利用各种MCP服务器为AI智能体提供丰富的工具能力。这一举动标志着MCP成为行业标准，将加速下一代AI工作流的发展。
ClaudeDesktopCommander：为Claude AI赋予强大的桌面操作能力
ClaudeDesktopCommander让AI能在电脑上执行命令和编辑文件，支持终端控制、长时运行命令和后台执行等。
MoshiVis：让语音模型“看懂”图像，开启视觉对话新时代
MoshiVis利用7B参数的Moshi模型新增适配器参数支持讨论图像，兼容PyTorch、Rust和MLX三种后端，具备实时视觉对话能力。