Spark-ASR-2.0是什么Spark-ASR-2.0是讯飞基于星火语音基座大模型Spark-Audio的最新一代语音识别大模型。模型采用”非自回归+LLM增强自回归”协同架构，实现中英文混合、方
Qwen-Audio-3.1是什么Qwen-Audio-3.1 是通义千问推出的语音大模型系列，包含五款模型：ASR 语音识别、ASR-Next 音频理解、TTS 语音合成、TTS-Next 音频创作
OpenMuse是什么OpenMuse 是 CopilotKit 开源的个人 AI 助理。OpenMuse给 Agent 配了一台电脑，持久化浏览器、可选 Linux 容器和文件系统，任务可后台持续运
MiniMax Code CLI是什么MiniMax Code CLI 是 MiniMax 推出的开源命令行 AI 编程工具，为 MiniMax Code 客户端的核心组件，已以 MIT 协议开放源码
Step 5 Preview是什么Step 5 Preview 是阶跃星辰推出的新一代旗舰基座模型，面向真实世界 Agentic 任务设计。模型采用稀疏 MoE 架构，总参数 600B、激活仅 27B
Qwen3.8-LiveTranslate是什么Qwen3.8-LiveTranslate是阿里通义千问推出的实时同声传译大模型，采用Interleave架构重构，字均延迟从2.8秒降至2.3秒，支持
HappyOyster 1.0是什么HappyOyster 1.0是阿里推出的实时生成式开放世界模型系列，已上架阿里云百炼，无需邀测可API调用。模型包含两款，Adventure可基于文本或图像生成可
Qwen-Image-2.1是什么Qwen-Image-2.1 是阿里千问团队开源的图像生成模型，视觉生成部分仅7B参数，官方评测超过Nano Banana 2.0等闭源模型。模型将文生图与图像编辑整
ABot-Earth 0.7是什么ABot-Earth 0.7 是高德推出的全球首个 3D 原生城市世界模型。模型采用 3D 原生技术架构，用时空数据训练模型，输入一张卫星图或一段文字，10 分钟即可
ffmpeg-skill是什么ffmpeg-skill 是面向编程 Agent（Claude Code/Cursor/Codex）的开源 Agent Skill，让 AI 能像专业剪辑师一样调用本地
