## AI Repos
1、[DeTikZify](https://github.com/potamides/DeTikZify)  
可以把草图或图形转换成TikZ代码的模型，可用来绘制复杂的科学图表，输入草图或文字描述即可转换成TikZ代码。DeTikZify强大的地方在于它能理解图表的语义信息， 能识别图表中的不同组成部分及其含义，比如坐标轴、数据点等，也就是说如果你想修改图表中的某个部分，你只需修改相应的语义信息，它就能自动更新TikZ代码。通过MCTS算法，DeTikZify可以在不重新训练模型的情况下，自动迭代改进生成的TikZ代码，不断改进生成结果，提升输出质量。
![DeTikZify.png](/static/img/7eb214e25105b8f0b9d01e55d2468e09.DeTikZify.webp)



2、[ClaraVerse](https://github.com/badboysm890/ClaraVerse)  
隐私优先的 AI 助手和智能体构建开源工具，它能让我们在本地设备上使用开源模型进行 AI 聊天、创建智能体并将其转换为功能完整的应用，所有数据都不会离开你的机器，真正实现隐私保护。  
主要功能：  
- AI 助手：与任何 Ollama 兼容模型聊天，包括能理解图像的多模态模型  
- 图像生成：使用 Stable Diffusion 模型和 ComfyUI 集成创建精美图像  
- 智能体构建器：通过基于节点的编辑器设计自定义 AI 智能体
- 图像画廊：在一个方便的画廊中浏览、搜索和管理所有生成的图像  
![ClaraVerse.png](/static/img/514a3850d54f49b106da49c1c82758af.ClaraVerse.webp)

3、[LHM](https://github.com/aigc3d/LHM)  
阿里放出了一个能从单张图像几秒钟重建出可动画化的3D数字人模型：LHM，支持实时渲染、姿态控制。一张照片几秒钟创建出一个3D数字人，这个数字人可以做各种动作，效果看起来逼真，衣服、头发、面部等细节保持的很好。
![LHM.png](/static/img/1614dc9a027dbf7143c6d6488d0bc28e.LHM.webp)

4、[handy-ollama](https://github.com/datawhalechina/handy-ollama)  
从零开始学习 Ollama 的实用教程，并通过实际应用案例深入理解，掌握大模型部署以及应用技术。主要教程内容有：  
- 全面的安装指南，包括 macOS、Windows、Linux 和 Docker 环境下的配置；
- 自定义导入模型教程，包括从 GGUF、Pytorch 或 Safetensors 导入；
- 多语言 API 接入指南，支持 Python、Java、JavaScript、C++ 等；
- LangChain 集成教程，实现更复杂的模型应用开发；
- 丰富的应用案例，如本地 RAG 应用、AI 编程助手、Agent 应用等。  
无论是刚刚接触大模型部署的小白，还是有一定经验的开发者，都适合学习。
![handy-ollama.png](/static/img/25caf2182ca5b9637ff79d4bf71496b5.handy-ollama.webp)

AI Daily 2025.03.22

##  AI Repos
**1、[gurubase](https://github.com/Gurubase/gurubase)**  
开源AI问答助手工具，支持网页、PDF、视频及GitHub仓库作为知识源，已被数百个开源项目采用。用户可快速构建专业问答助手，并嵌入网站或集成Slack、Discord，支持实时数据更新。通过简单安装脚本即可本地部署，方便开发者使用。
![gurubase.png](/static/img/9e6161f3fa33e2b86e524e207e2ac81c.gurubase.webp)



**2、[all-rag-techniques](https://github.com/FareedKhan-dev/all-rag-techniques)**  
是一份详尽的检索增强生成（RAG）技术教程，涵盖20+种技术，从基础RAG到语义分块、查询转换、重排序、图形RAG等高级方法。使用基础Python库实现，不依赖LangChain或FAISS，配有Jupyter笔记，提供技术解释、步骤与代码示例。适合开发者与研究人员深入学习RAG工作原理，推动AI应用创新。
![all-rag-techniques.png](/static/img/afd724fdef3b18eb13665499062862dd.all-rag-techniques.webp)

**3、[fetcher-mcp](https://github.com/jae-jae/fetcher-mcp)**  
Fetcher-MCP是一款基于Playwright无头浏览器的网页内容抓取MCP服务器，支持JavaScript执行，能处理动态网页与现代应用。内置Readability算法，自动提取主要内容，去除广告、导航等非核心元素。支持并行处理，提供HTML和Markdown输出格式，并可屏蔽图片、样式表等不必要资源以优化性能。此工具适用于高效抓取网页内容，已在GitHub开源，助力开发者与大模型集成，提升自动化浏览体验。
![fetcher-mcp.png](/static/img/d59415152121ef09cadda33de3c14ac4.fetcher-mcp.webp)


##  AI News
**1、李飞飞团队推出FlowMo，革新图像处理技术**  
斯坦福大学李飞飞和吴佳俊团队发布“FlowMo”，一种新型图像tokenizer，突破传统卷积网络与对抗学习的局限。FlowMo采用两阶段训练，先捕捉多样化重建结果，再优化至接近原图，提升图像质量与感知效果。在ImageNet-1K等数据集上，FlowMo以低比特率FID值0.95超越现有最佳模型。此技术为图像生成与处理开辟新路径，助力视觉应用更高效智能。

**2、富途接入DeepSeek-R1，升级AI投资功能亮相投资展**  
富途证券在3月21日“富途投资展”上宣布接入DeepSeek-R1，推出升级AI产品功能。牛牛AI变身智能助手，处理复杂查询，助新手快速分析股票，未来可筛选投资目标。新功能包括“机会”智选页面、期权策略及AI程序交易，降低量化交易门槛。创始人李华强调结合自有数据训练AI，确保信息真实性。2024年Q4财报显示营收44.33亿港元，同比增长86.8%，用户达2515万，增长16%。富途持续推进国际化战略。

**3、维他动力获2亿元种子轮融资，年底推智能家居机器人**  
维他动力（Vita Dynamics）完成2亿元种子轮融资，由今日资本、凯辉基金领投，雅瑞资本等跟投。这家成立仅三月的初创公司专注智能生活机器人，首款具备自主移动能力的伴随机器人预计年底亮相，适用于室内外场景。创始人余轶南博士表示，资金将用于研发、团队扩展及供应链建设，旨在提升生活质量，让智能家居更普惠。借助中国成熟的智能制造链与AI人才优势，维他动力欲乘机器人产业东风，带来生活新便利。

**4、英伟达拟投数千亿推动美国半导体供应链发展**  
英伟达宣布未来四年将在美国供应链投资约5000亿美元，响应“美国优先”政策，推动本土半导体发展。CEO黄仁勋在GTC 2025大会上表示，已通过台积电等供应商实现美国生产，同时对华为AI芯片崛起及制裁效果表达担忧，否认与英特尔合作传闻。台积电追加1000亿美元投资亚利桑那州设施，强化美国制造。此举与苹果等巨头举措一致，旨在提升供应链韧性与AI技术竞争力。

**5、钉钉发布“AI创新N次方计划”，全方位助力AI创业**  
钉钉在“AI创业N次方”大会上推出新生态政策“AI创新N次方计划”，免除佣金、保证金及算力费用，并提供销售、品牌、技术、投资支持，降低AI创业门槛。副总裁王铭强调聚焦生态合作，已覆盖15个软件类目、4700场景、346行业，220万企业使用AI。政策包括流量推广、技术指导等，还发布《AI创业行动指南》。与销帮帮、恩君特合作推出“AI销售助理”和“AI短视频助理”，效率提升显著。钉钉将深化合作，助推AI应用与企业转型。

**6、LexisNexis推出AI助手Protégé，小模型赋能法律行业**  
LexisNexis推出AI助手Protégé，助力法律专业人士撰写、校对文件并确保引用准确，强调个性化与工作流学习。结合Anthropic、Mistral及OpenAI等多模型技术，通过蒸馏小型模型提升性能与成本效益。主要依赖微调Mistral模型，计划融入Claude及Gemini模型。Protégé支持文档起草、工作流建议、问题生成及文档总结，旨在成为智能化法律助手。首席技术官Jeff Riehl称，多模型策略优化任务分解与响应速度，标志法律工作智能化的新尝试。

**7、蚂蚁集团收购好大夫后推AI辅助系列，服务29万医生**  
蚂蚁集团加速AI医疗布局，3月21日发布升级AI产品体系：联合华为、阿里云推出“蚂蚁医疗大模型一体机”，实现一键私有化部署，已覆盖7家机构；面向好大夫在线29万医生，推出AI医生助手系列，包括“AI科研助手”，提升医教研效率；“AI健康管家”新增智能思考、健康自测等功能，服务近4000万用户。蚂蚁以医疗大模型为核心，构建“机构-医生-患者”三维体系，打通诊疗到健康管理闭环，探索安全可信AI应用。

**8、Roblox推出AI驱动Cube工具，开启游戏创作新篇章**  
Roblox发布AI驱动的3D智能模型Cube，助力开发者高效设计游戏资产。通过简单指令，Cube可生成3D物体、场景及角色造型，简化创作流程。CEO大卫・巴祖基称其为协作助手，未来将支持完整场景与互动逻辑设计。模型采用3D形状token化与新型位置编码技术，确保高保真度输出。尽管复杂请求表现待优化，Cube仍标志着Roblox迈向3D智能创作的关键一步，开辟游戏开发新纪元。

**9、前字节AI专家解浚源加盟千寻智能，领军具身智能研发**  
前字节跳动AI专家解浚源加入千寻智能，出任具身智能部负责人。他毕业于中科大并获华盛顿大学博士学位，曾是MXNet开源项目创始人之一，在亚马逊和字节积累深厚经验。千寻智能专注AI与机器人全栈技术，CEO韩峰涛领军下已取得进展。解浚源的加盟将加速具身大模型研发，强化千寻在全球具身智能赛道的竞争力，助推技术落地与创新。

**10、天猫“家作”AI设计助手亮相AWE，助力商家效率飞跃**  
天猫在2025上海AWE展推出AI设计工具“家作”，为家电家居商家提供高效解决方案。商家上传商品图即可生成80+风格场景图，AI模特功能模拟真人效果逼真，节省设计成本。如慕思一年生成近2000张图，省140万元。目前超13万商家使用，包括源氏木语等品牌。设计流程从2-3天缩至几分钟。天猫还推出AI直播、营销、智能客服等工具，全面提升效率，并展示AI冰箱等产品及虚拟家居体验舱，引领AI购物新趋势。

**11、字节推出InfiniteYou：保留人脸特征，场景随意切换**  
字节跳动发布文本到图像生成模型InfiniteYou（InfU），通过InfuseNet将身份特征注入FLUX等DiT模型，结合多阶段训练提升文图对齐与图像质量。提供aes_stage2（美观优先）和sim_stage1（相似度优先）两版本，超越FLUX.1-dev IP-Adapter和PuLID-FLUX。其“即插即用”设计兼容FLUX变体、ControlNets和LoRAs，支持风格迁移。目前开源供学术研究，需遵守CC BY-NC 4.0许可及相关法规，旨在推动高质量身份保留图像生成。

**12、腾讯元宝新增功能，支持分析复杂Excel表格**  
腾讯元宝推出新功能，支持分析复杂Excel表格，用户只需用自然语言提问，即可获数据读取、计算及重点标注，免去繁琐公式操作。表格可本地上传或从微信、腾讯文档导入，兼容多端使用。切换至混元Turbo S模型并关闭深度思考，还能通过代码快速处理大型表格。此升级简化操作、提升效率，降低Excel使用门槛，让数据分析更便捷。

**13、快手搜索AI升级：接入DeepSeek R1，体验质变**  
快手宣布搜索功能全面接入DeepSeek R1大模型，提升搜索效果与用户体验，旨在增加活跃度并探索商业化潜力。此前，其“可灵AI”已整合DeepSeek R1，优化视频与图片生成，用户可通过精准提示词控制场景、镜头等元素，简化创作流程。快手通过AI技术升级，不仅增强核心搜索，还提升内容生成工具性能，标志着其在技术驱动平台优化上的重要进展。

**14、Midjourney核心开发者theseriousadult转投Cursor研发AI编程Agents**  
Midjourney核心开发者theseriousadult宣布离职，其领导V2至V7模型开发，以美学与创意著称。在X上，他透露已加入Cursor，专注AI编程Agents研发，旨在提升编程效率与自动化。他表示对Cursor长期使用并看好其潜力。业内对这一变动褒贬不一，有人惋惜Midjourney损失人才，有人期待其在新岗位的突破。虽离职原因未明，此事件凸显AI行业人才流动新动态。

**15、阿里云携手亚洲十所高校及机构，共育AI与云计算人才**  
阿里云与新加坡国立大学、泰国数字经济促进局等10所亚洲高校及机构合作，推出AI与云计算培训课程，覆盖七个国家和地区。在新加坡共建Skills Center提供前沿培训，泰国则推泰语版学习平台并纳入认证体系。阿里云还启动“AI赋能ESG计划”，提升治理报告效率。自去年起，已与全球110所高校合作，培训超53万人。此次合作深化亚洲数字人才培养战略，助力区域数字经济发展。

**16、Reka开源Reka Flash 3，谷歌前科学家打造超Gemma 3 27B模型**  
Reka AI，由谷歌DeepMind前科学家创立，发布首个开源模型Reka Flash 3。这款21B参数推理模型从零训练，经监督微调与RLOO优化，性能超越Command A与Gemma 3 27B，成同规模佼佼者。支持强推理、低延迟、设备部署，驱动Nexus平台AI工作者，具备“思考”机制与预算控制。虽非知识密集型首选，结合搜索工具可扩展能力。模型已开源，助力开发者创新。

**17、全球首款儿科大模型“福棠・百川”发布，升级儿童医疗服务**  
百川智能联合北京儿童医院及小儿方健康推出全球首款儿科大模型“福棠・百川”，覆盖儿童常见及疑难病症，具备强大临床推理能力。其首创“循证模式”整合医学证据，提升诊疗质量。提供“AI儿科医生”专家版与基层版，结合医联体覆盖基层医院。模型基于万亿级医疗数据及300多位专家经验，强化循证与多模态能力，配以4万+指南、3800万+论文的知识库，助力精准诊疗与基层医疗升级。

**18、老板电器“食神”AI烹饪模型亮相AWE，开启智能厨房时代**  
老板电器在上海AWE展发布首款AI烹饪大模型“食神”，融合2TB知识库与46年经验，提供个性化菜谱、健康膳食规划及文化故事讲解。支持面部识别、体检分析，用户可通过智能设备实现全自动烹饪，如自动火力调节与翻炒。副总裁周海昕强调其提升饮食乐趣与生活质量。“食神”无缝连接老板全系列产品，覆盖烹饪全流程，未来有望让每位用户轻松享受智能厨房体验。

**19、AMD以智能高效计算推动AI成功**  
AMD强调通过智能、高效的计算资源应对AI需求增长，帮助企业突破瓶颈。现代化数据中心升级，如用AMD EPYC处理器替换旧Xeon，可节省68%能耗、减少87%服务器使用。AMD Instinct MI325X GPU和EPYC CPU分别以优异推理性能和高核心密度支持AI工作负载。ROCm开源软件栈增强灵活性，适应多规模模型需求。企业需评估基础设施，逐步升级以降低成本，AMD的硬件软件组合助力AI创新与扩展。

**20、Claude新增网络搜索功能，提供实时信息与来源引用**  
Anthropic为Claude推出网络搜索功能，将搜索结果转化为对话式回答并标注来源，类似Perplexity与ChatGPT。目前仅限美国付费用户使用Claude 3.7 Sonnet模型，未来将扩展至更多国家和免费用户。AI助手功能趋同，竞争聚焦模型性能与提示易用性，未来优势或在于灵活模型选择。然而，聊天机器人搜索可能减少网站流量高达96%，影响内容创作者收入。Anthropic未与媒体公司达成内容授权协议，与竞争对手形成对比。

**21、OpenAI发布gpt-4o-transcribe，语音转录准确率大幅提升**  
OpenAI推出三款新语音模型，其中gpt-4o-transcribe以超低2.46%的英语错误率领衔，超越Whisper，支持100+语言。集成噪声消除与语义检测技术，它在嘈杂环境、多种口音及语速下表现卓越，已通过API开放给开发者，定价每分钟$0.006。虽暂不支持说话人分离，仍适用于呼叫中心、会议记录等场景。竞品如ElevenLabs Scribe提供类似价格与额外功能，市场竞争加剧。OpenAI未来或将技术整合至ChatGPT，助力语音AI应用发展。

**22、腾讯发布混元T1正式版，推理速度快且价格亲民**  
腾讯推出自研深度思考模型混元T1正式版，性能对标DeepSeek R1和OpenAI o1，采用创新Hybrid-Mamba-Transformer架构。该架构降低计算复杂度和KV Cache占用，提升超长文本处理能力，首创无损应用于超大型推理模型。T1推理速度极快，支持秒回与快速输出，已在腾讯云上线，API定价为输入1

AI Daily 2025.03.21

## AI Repos
**1、[servers](https://github.com/modelcontextprotocol/servers)**  
该仓库提供详细入门指南，用户可通过简单步骤连接Claude客户端，快速使用所有服务器功能。此项目由Anthropic管理，展示MCP的多样性与扩展性，助力开发者为大语言模型提供安全、可控的工具与数据访问。
![servers.png](/static/img/3d44bf905b362d49a6c229f5e89fa386.servers.webp)


**2、[awesome-LLM-resourses](http://github.com/WangRongsheng/awesome-LLM-resourses)**  
精心整理的大语言模型学习资源合集，涵盖了数据处理、模型训练、模型部署、o1 模型、MCP、知识库 RAG、智能体 Agents、书籍、教程、论文等资源。项目一直在持续更新，旨在成为最全面最新的大语言模型资源汇总，值得关注下。
![awesome-LLM-resourses.png](/static/img/f05c86d0347409c04be82b068577a436.awesome-LLM-resourses.webp)

**3、[langmanus](https://github.com/langmanus/langmanus)**  
通过LLM和网络搜索、网页爬取、浏览器控制等各种工具结合来实现任务自动化，可以自动化完成多步骤复杂的研究任务。比如让它计算DeepSeek R1在HuggingFace上的影响力指数，它能自动搜索相关数据、分析信息、执行代码计算等。LangManus是一个分层多智能体系统架构，可以通过自然语言或API进行交互。支持多种模型和工具，可定制工作流程。
![langmanus.png](/static/img/4dc35b8dac20ddfae45108ec7fbc5d6e.langmanus.webp)

## AI News
**1、Arcade.dev获1200万美元融资，推动AI代理安全集成**  
Arcade.dev获1200万美元种子轮融资，由Laude Ventures领投，旨在为AI代理提供安全认证与集成平台，解决AI与企业及消费应用交互的安全难题。平台提供数百个预构建工具（如Gmail、Slack集成）及SDK，支持开发者快速创建自定义安全工具。CEO亚历克斯・萨拉萨尔强调，Arcade使AI从对话工具转为自动化助手，已助力多行业实现任务自动化。团队融合Okta认证与Redis AI经验，获投资人看好其前景。

**2、Pruna AI开源模型优化框架，提升AI压缩效率**  
欧洲初创公司Pruna AI推出开源AI模型优化框架，整合缓存、剪枝、量化和蒸馏等技术，提升模型性能并标准化压缩流程。支持多种模型类型，专注图像视频生成，已获Scenario等企业采用。创始人称其类似Hugging Face的标准化工具，简化压缩操作。企业版提供高级功能与自动压缩代理，按小时收费，助用户节省推理成本。如将Llama模型压缩八倍且精度几无损失。Pruna AI获650万美元种子融资，项目已开源。

**3、长沙“超智融合”教育大模型上线，助力智能教学**  
长沙数字集团与国家超算中心推出“超智融合”DeepSeek教育大模型，已在长郡中学等地应用。该模型整合算力、算法与数据，提升教学全流程智能化，支持AI教案、作业批改及心理监测。Lumen平台提供分层教学设计与语义分析，减轻教师负担，精准诊断学情，并通过行为数据监测学生心理健康。教育局称其优化教育环境，未来将推广至更多学校，推动智能教育发展。

**4、上海浦东发力人形机器人与大模型，打造创新产业高地**  
上海浦东新区计划聚焦人形机器人、大模型及生物制造，建设特色产业园区。副区长李慧表示，将通过弹性用地、“工业上楼”释放空间，深化“明珠计划”吸引人才，并出台激励措施支持企业。浦东还将构建全周期科技金融体系，引导资本投入。阿里蚂蚁灵波科技落户浦东，研发具身智能机器人，瞄准家庭、养老等领域。此举旨在以政策与产业协同，打造创新生态，推动科技与经济进步。

**5、百度携手华为鸿蒙推出“百看计划”AI搜索新模式**  
百度与华为鸿蒙在Pura先锋盛典上联合推出“百看计划”AI搜索模式，首发于鸿蒙系统。该计划利用深度学习提升搜索精准度与个性化，革新用户体验、内容及生态建设，旨在打造“百看不厌”的智能搜索。新形态鸿蒙手机同步发布，百度AI搜索增强生态粘性，标志双方在移动搜索与技术创新上的深度合作。

**6、软银65亿美元收购Ampere Computing，强化AI芯片布局**  
软银集团以65亿美元收购Ampere Computing，增强AI与高性能计算实力。Ampere专注Arm架构多核CPU，其2024年AmpereOne Aurora芯片将支持512核，瞄准AI工作负载。软银CEO孙正义称此举加速人工超级智能愿景，与Ampere创始人期待协同效应。Ampere将整合软银生态，与Arm结合推动创新，或引导企业从x86转向Arm架构。Meta已成Arm客户，软银或调整Arm与Ampere定位，深化AI芯片市场布局。

**7、杭州群核科技开源SpatialLM，助机器人秒懂3D世界**  
杭州群核科技开源SpatialLM模型，被谷歌论文致谢。该模型通过手机视频生成3D空间布局，识别房间结构与物体位置，降低机器人训练成本。在GTC2025大会上，其SpatialVerse平台结合SpatialLM数据，实现机器人虚拟训练闭环。SpatialLM利用MASt3R-SLAM技术，将视频转为点云与3D模型，提升机器人空间认知与适应能力。开源此技术重塑机器人训练，助力具身智能落地，项目地址已公开。

**8、阶跃星辰开源Step-Video-TI2V，运动可控图生视频模型**  
上海阶跃星辰开源Step-Video-TI2V图生视频模型，基于30B参数Step-Video-T2V训练，可生成102帧5秒540P视频。模型引入图像条件提升一致性，AdaLN模块实现运动幅度可控，优化主体动作与镜头运动，支持多种运镜与尺寸。尤其擅长动漫效果，适合动画与短视频创作。提供体验地址与GitHub开源链接，兼顾动态性与稳定性，为创作者带来灵活选择。

**9、腾讯混元T1推理模型3月21日发布，跻身全球Top15**  
腾讯混元宣布全新推理模型T1将于3月21日23时发布，同时其大模型首次登上Chatbot Arena全球排行榜，位列Top15。该榜单以匿名测评和用户投票著称，含金量高，凸显腾讯AI技术跻身国际领先水平。T1模型备受期待，或将提升推理能力，进一步巩固腾讯在全球大模型竞争中的地位，展现其在AI领域的持续突破。

**10、OpenAI推出昂贵o1-pro模型，生成价格飙升十倍**  
OpenAI发布o1-pro推理模型，投入更多算力提升响应质量，API定价高达输入150美元/百万token，生成600美元/百万token，是普通o1的十倍，仅限消费超5美元的开发者使用。虽在ChatGPT Pro中已上线，但用户反馈褒贬不一，测试显示其在编码和数学上可靠性更高，性能略优。OpenAI称其针对复杂问题优化，开发者是否接受高昂价格待观察。

**11、Adobe“Project Slide Wow”：AI一键将数据变吸睛PPT**  
Adobe在Summit 2024推出“Project Slide Wow”，一款生成式AI工具，能将客户数据自动转化为精美PowerPoint。集成Customer Journey Analytics，它生成图表、标题和备注，支持实时数据更新与交互式AI助手，灵活调整演示内容。采用独特算法而非LLM，确保数据准确性与透明度，提升效率并降低合规风险。目前为实验项目，未来或融入Microsoft 365，40%概率成正式产品，视用户反馈而定。

**12、Orpheus TTS开源：情感逼真、低延迟新一代语音模型**  
Orpheus TTS于3月19日开源，以低延迟（默认200ms，最优25-50ms）、高情感表达和实时输出流特性亮相。其自然流畅的语音贴近人类，支持丰富语调，优化KV缓存满足实时对话需求。适用于智能助手、教育、虚拟主播等场景，开源设计便于定制。Orpheus TTS提升TTS质量与交互性，或成开源领域标杆。项目地址已公开。

**13、Meta AI重返欧洲，文本对话功能率先上线**  
Meta AI时隔近一年重返欧洲，本周起在41个欧洲国家和21个海外地区的WhatsApp等四大平台推出，初期仅提供文本聊天功能，支持头脑风暴、行程规划等。因爱尔兰隐私监管要求，未使用欧盟用户数据训练，未开放图像生成等功能。Meta去年11月已将AI功能引入欧盟Ray-Bans眼镜，但仍限多模态。Meta表示将与监管合作，逐步扩展功能，与美国同步，谨慎应对欧洲监管环境。

**14、谷歌Chrome整合Gemini AI助手，提升操作便捷性**  
谷歌计划将Gemini AI助手整合进Chrome浏览器，图标置于窗口控制按钮旁，用户可通过点击或自定义快捷键调用，浮动或固定窗口提供帮助。支持系统托盘图标与语音搜索，但暂无侧边栏模式。类似Edge的Copilot，此举增强Chrome功能，提升浏览效率与智能化体验，标志AI技术在浏览器领域的又一进步。

**15、Reka开源Reka Flash 3，21B推理模型性能超群**  
Reka公司，由前谷歌DeepMind科学家创立，推出首个开源模型Reka Flash 3。这款21B参数的推理模型在同等规模中表现卓越，超越Command A、Gemma 3 27B等，具备强大推理能力。已在Hugging Face开放下载，提供在线体验，效果优异。Reka Flash 3标志着Reka在AI领域的突破，未来发展备受期待。

**16、LG开源EXAONE Deep，韩国首款推理AI模型亮相**  
LG AI Research开源EXAONE Deep推理AI模型，含32B、7.8B和2.4B版本，号称韩国首创。32B模型在数学（MATH-500 95.7分）、科学（GPQA 66.1分）和编程（LiveCodeBench 59.5分）等领域表现出色，登上Epoch AI“Notable AI Models”榜。7.8B和2.4B轻量模型分别保留95%和86%性能，端侧模型强调安全，适于智能手机等设备。LG计划与关联公司合作，推广端侧AI应用，项目已上线Hugging Face。

AI Daily 2025.03.20

## AI Repos
**1、[XianyuAutoAgent](http://github.com/shaxiu/XianyuAutoAgent)**  
实现了 24 小时自动化值守的 AI 智能客服系统，支持多专家协同决策、智能议价和上下文感知对话，让我们店铺管理更轻松。主要功能：
- 智能对话引擎，支持上下文感知和专家路由
- 阶梯降价策略，自动完成商品议价流程
- 多专家协同决策，支持议价/技术/客服多场景切换
- 上下文管理，完整记忆对话历史作为 LLM 上下文输入
- 轻量级部署，基于 Python 和 NodeJS 环境搭建
![XianyuAutoAgent.png](/static/img/842df26d084c6ef5bfefa38f6cc0930b.XianyuAutoAgent.webp)




**2、[YT-Navigator](https://github.com/wassim249/YT-Navigator)**  
无需再用手动观看大量视频的方式来寻找信息了，使用自然语言查询搜索频道视频。比如你想知道这个UP主讲过哪些“关于Python的内容”，直接输入问题，就能找到相关的视频片段，还会告诉你具体在哪个视频的什么时间点。可以直接问问题，它基于已扫描的视频转录内容给出答案。精准定位到关键信息，可以直接给出具体时间戳，直接跳转到视频中“关于Python的内容”的部分。
![YT-Navigator.png](/static/img/57393d21157a770cb2806cf7f99ab1a5.YT-Navigator.webp)


**3、[ollama-deep-researcher](https://github.com/langchain-ai/ollama-deep-researcher)**  
一款全本地网页研究助手，利用Ollama托管的任意大语言模型（LLM）。用户提供主题后，它生成网页搜索查询，通过Tavily收集结果，总结内容，反思知识缺口，再生成新查询，循环优化总结，用户可定义循环次数。最终输出包含所有来源的Markdown总结。该工具无需联网运行，增强隐私与灵活性，适用于深入研究。
![ollama-deep-researcher.png](/static/img/1c55dea7f2b3374263915a089095a912.ollama-deep-researcher.webp)

**4、[awesome-assistants](http://github.com/awesome-assistants/awesome-assistants)**  
收集了各种各样类型的 AI 助手，比如营销助理、赚钱助手、代码助手、英语家教、Excel 助手等等。收集的列表提供了 json、csv、tsv、html 文件格式，方便你集成使用。



## AI News
**1、Anthropic为Claude开发语音功能，或革新人机交互**  
Anthropic正为其AI聊天机器人Claude研发语音功能，首席产品官迈克・克里格透露，该功能将提升桌面端交互的自然性与效率。公司已开发多个原型，并与亚马逊及ElevenLabs等伙伴洽谈合作，加速落地。克里格表示，语音交互是未来趋势，将无缝融入Claude，带来更人性化的体验。此举预示人机交互或将从文字转向语音，开启新变革。

**2、Meta Llama模型下载量破十亿，三月激增153%**  
Meta开源AI模型Llama下载量突破十亿次，CEO扎克伯格宣布这一里程碑。从2024年12月的6.5亿次激增153%，Llama从研究项目成长为最受欢迎的开源AI模型。Meta生成性AI副总裁称其体现开源信任。未来数月将推出多模态及推理模型，Llama4预计2025年初发布，训练规模超10万H100芯片，带来新能力与更快速度。Llama已支持Meta多平台，凸显其AI战略核心地位。

**3、Stability AI新模型Stable Virtual Camera：2D照片变3D视频**  
Stability AI发布Stable Virtual Camera模型，可将2D图像转为具有深度与视角的3D视频。支持最多32张图像输入，用户可自定义相机角度与路径（如螺旋、缩放），生成最长1000帧视频。目前为研究预览版，在Hugging Face开源，限非商业使用。模型对人类、动物及动态纹理处理存局限，或现闪烁问题。Stability AI近期获新融资，换CEO并携手Arm推移动AI音频模型，力图振兴。项目详情可访问指定链接。

**4、京东获中国AI最高奖特等奖，多模态数字人技术领跑**  
京东科技人工智能团队凭“多模态交互式数字人关键技术及产业应用”项目，摘得吴文俊人工智能科学技术奖唯一特等奖，彰显其AI领域领先地位。项目突破低成本高保真建模、语义一致应答及自然化行为生成三大技术难题，已服务9000家商家，带动140亿元销售增量。此前，京东曾于2021、2022年获奖，此次再获殊荣，凸显其持续创新力。

**5、OpenAI“星际之门”项目：千亿投入建AI算力中心**  
OpenAI启动“星际之门”项目，投资1000亿美元，首座数据中心落户德州阿比林，计划配备40万片英伟达AI芯片，2026年中建成，发电容量达1.2吉瓦。联合软银、甲骨文打造全球顶级AI算力中心，支持ChatGPT等模型。OpenAI拟在全国扩展类似设施，展现其对AI发展的雄心。此举或将大幅提升未来智能设备的算力支撑能力。

**6、豆包AI编程升级：HTML预览、Python运行、一键生成项目**  
豆包AI编程功能新增三大亮点：支持HTML代码实时预览，直观展示效果；可直接运行Python代码并一键修复错误，简化调试；还能生成完整项目代码，省去前后端拼接步骤。这些升级大幅提升编程效率与便捷性，尤其适合初学者，让开发过程更轻松有趣。

**7、Nvidia Dynamo软件助力DeepSeek AI速度提升30倍**  
Nvidia在GTC大会发布Dynamo软件，使DeepSeek AI推理速度飙升30倍。该软件支持将任务分配至1000个GPU并行处理，大幅提升吞吐量，结合Blackwell芯片增强性能。优化后的DeepSeek R1版本减少计算位数，进一步提高效率。此技术将助力AI数据中心处理更多tokens，增加收益，预示AI应用速度与智能化的新突破。

AI Daily 2025.03.19

## AI Repos
**1、[ai-chatbot](https://github.com/vercel/ai-chatbot)**  
Vercel 开源的一款 AI 聊天机器人：AI ChatBot。项目基于 Next.js 和 Tailwind CSS 构建，界面清晰简洁，具备完整的 AI 聊天功能。有需要搭建自己 AI 聊天机器人的开发者，可以从这个项目里面学到不少东西。
![ai-chatbot.png](/static/img/142d572696eea900ffdb883d23290e26.ai-chatbot.webp)



**2、[MagicQuill](http://github.com/magic-quill/MagicQuill)**  
一款简单好用的交互式图像编辑 AI 工具，只需要简单的笔画和添加提示词，就能轻松完成图像编辑任务，如添加新元素、移除物体、画面调色等操作。并提供了丰富画布工具集，包括拖拽、旋转、调整画笔大小等，同时可选择不同绘画模型适配多种图像风格。只需要 8GB 显存，即可运行使用该工具，感兴趣的可通过 Docker 部署使用。
![MagicQuill.png](/static/img/e37c163b006846ea8f46a4bf5c3a77ae.MagicQuill.webp)

**3、[neurapress](https://github.com/tianyaxiang/neurapress)**  
NeuraPress 是一个现代化的 Markdown 编辑器，专注于提供优质的微信公众号排版体验。响应式设计，支持移动设备。搭配 DeepSeek和微信公众号助手使用，碎片时间也能用手机发有排版的文章了。
![neurapress.png](/static/img/20db5972dbb6b2fa5608254459b3f46f.neurapress.webp)



## AI News
**1、WarpTuber：快手 LivePortrait 驱动的即时 VTubing 工具**  
WarpTuber 是一个基于快手 LivePortrait 的即时 VTubing 工具。它允许用户通过摄像头，将自己的脸部表情和面部动作即时‘套’到一张照片或角色图像上，从而创造出会动的虚拟形象。

**2、Silent Branding Attack：基于生图模型的数据投毒**  
Silent Branding Attack 是一种新的数据投毒技术，专门针对文生图模型。这种技术独特之处在于，它不需要使用任何明确的提示词，就能在生成的图像中无缝嵌入特定品牌，并且看起来非常自然。一把双刃剑，既能用于品牌推广，也能用于恶意攻击。目前，仅发布了研究论文，代码即将开源。

**3、Mistral Small 3.1：多模态模型**  
Mistral Small 3.1 是 Mistral Small 3 的升级版本，拥有 24B（240 亿）参数，旨在提供高效、低延迟和高性能的生成式 AI 解决方案。该模型在 Apache 2.0 许可证下发布，允许用于商业目的。该版本主要新增了对图像理解的支持，上下文长度从原来的 32k 提升至 128k 令牌，可在单张 RTX 4090 显卡或配备 32GB RAM 的 Mac 上运行，比同参数量的 Llama 3.3 70B 在相同硬件上快 3 倍。这个模型在多个基准测试中表现优异，超越了同级别模型 Gemma 3 27B 和 GPT-4o Mini 等。

**4、快手 ReCamMaster：单目视频重运镜技术**  
ReCamMaster 是快手团队开发的一项单目视频重运镜技术。它能够通过控制相机视角和运动路径，将已有的视频素材“重新拍摄”，生成全新的动态视角，而无需额外的拍摄设备或复杂的后期制作。

**5、Piece it Together：拼图魔法**  
“Piece it Together”（简称 PiT）是一款创新的视觉概念生成工具，它能够将用户提供的各种“部件”智能整合，形成一个有意义的整体。

**6、AI冲击致美国程序员就业降至1980年来新低**  
美国劳工统计局数据显示，受AI技术影响，计算机编程就业人数降至1980年以来最低，远低于历史峰值70万，目前仅剩一半。过去45年总就业增长75%，但编程岗位自2023年起12个月均值下降27.5%，与ChatGPT等工具兴起相关。未来十年，软件开发预计增17%，编程却减10%。专家认为AI取代简单编码任务，但IBM CEO预计仅20%-30%可自动化，程序员将转向复杂工作，AI提升生产力。Meta CEO称AI可替代中级编码。

**7、昆仑万维Skywork R1V多模态推理模型开源，挑战AI新高度**  
昆仑万维推出中国首个工业界开源多模态推理模型Skywork R1V，公开权重与技术报告。该模型融合视觉与逻辑推理，在MATH500和AIME测试中得分94.0和72.0，在MMMU和MathVista视觉推理基准中获69和67.5，媲美闭源大模型。三大技术创新包括文本推理迁移、多模态混合训练及自适应思维链蒸馏，提升效率与精度。Skywork R1V的开源将加速多模态AI发展，赋能全球研究与产业应用。

**8、Anthropic MCP升级“流式HTTP”，速度效率双提升**  
Anthropic推出MCP重大升级，引入“流式HTTP”替代传统HTTP+SSE传输方案，大幅提升数据传输速度与效率。新技术突破远程传输限制，保留MCP原有功能优势，为开发者带来更快、更易用的体验。业内称其如“高速公路”般流畅，标志着Anthropic在AI技术优化上的又一突破，开发者对此反响热烈。

**9、Cursor发布Claude Max：20万字上下文+200次工具调用震撼登场**  
Cursor推出Claude Max，基于Claude3.7，支持20万字超大上下文和200次工具调用，专为大规模代码项目设计。它能一次性加载整个代码库，深度理解结构，提升效率与创造力。收费按使用量计算，每次请求及工具调用$0.05，全额使用达$10，适合专业开发者及高预算用户，不含Pro套餐，需额外开启计费模式。普通任务可依赖现有模型，Claude Max定位高端需求。

**10、阿里全面推进AI化，欲打造超抖音的杀手级应用**  
阿里CEO吴泳铭推动全业务“AI化”，2025年绩效将依AI增长评估。核心电商部门联合通义千问工程师开发高效功能，同时研发AI原生应用，或年内推出。知情人士称，阿里欲打造超越抖音的杀手级应用。吴泳铭在财报会上透露，未来三年将聚焦电商、科技、互联网平台三大业务，加大AI基础设施、基础模型及应用投入，升级现有业务，抓住AI时代机遇。阿里云和AI投入预计超过去十年总和。

AI Daily 2025.03.18

博客记录，随心记，随性记，早日退休