AI Repos

1、mcp-playwright
基于Playwright的MCP服务项目：mcp-playwright，可以让AI与网页交互，执行打开网页、点击按钮、输入文字、截图、运行JavaScript等操作。可以用来做自动化测试、数据抓取、网页分析等应用。通过mcp-playwright实时与网页交互，获取网页上的动态数据，使得AI能处理最新信息。执行JavaScript代码，AI就可以对网页进行更复杂的操作。

2、local-deep-research
强大的 AI 研究助手，可在本地运行执行深度、迭代式研究分析，支持多种 LLM 和网络搜索，结合隐私保护和强大研究能力于一体。安装简单，并提供终端和网页界面两种使用方式，可配置使用本地 Ollama 模型或云端 LLM。

3、FAQ_Of_LLM_Interview
面向大模型算法岗求职者的面试题集锦，包含大模型应用基础、优化技术、分布式训练、微调技术等内容，涵盖了真实企业面试经验和常见问题解析。特别适合准备大模型算法岗面试的技术人员参考学习。

AI News

1、Hugging Face 发布 Open R1 第三弹更新：编程领域新突破
Open R1: 第三弹更新是由 Hugging Face 的 Open R1 项目团队发布的最新进展报告，旨在分享他们对 DeepSeek-R1 的完全开源复刻工作的最新成果。本次更新聚焦于编程领域，主要是发布了一些新的数据集、基准测试以及媲美 R1 的编程模型 OlympicCoder。

2、谷歌 Gemini 2.0 Flash 原生图像生成功能正式开放
谷歌的 Gemini 2.0 Flash 的原生图像生成功能现已正式开放。该功能首次测试于 2024 年 12 月，现在，开发者可以通过 API 或 AI Studio 的界面测试 Gemini 2.0 Flash EXP 模型的图像生成和编辑功能。与 Stable Diffusion、Flux 不同，Gemini 2.0 Flash EXP 模型不仅能够通过自然语言生成图片，还能将图像与文本混合输出，甚至支持多轮对话，逐步调整和优化图像。

3、阿里通义 VACE：All-in-One 视频生成与编辑模型
VACE 是阿里通义团队发布的一款 All-in-One 视频生成和编辑模型，它在一个模型内集成了多种功能，包括： （1）Move-Anything：轻松移动视频中的任何元素，无论是人物、物体还是背景。 （2）Swap-Anything：交换视频中的任何元素，实现创意无限的视频编辑。 （3）Reference-Anything：引用任何元素进行视频创作，提升创作的灵活性和多样性。 （4）Expand-Anything：扩展视频内容，增加视频的丰富性和深度。 （5）Animate-Anything：为任何元素添加动画效果，让视频更加生动和有趣。 此外，VACE 还支持视频重渲染，能够在保留内容、结构、主体、姿态和动作的同时，对视频进行高质量的重新渲染。

4、西湖大学推出AI文本检测模型，破解“AI幻觉”难题
西湖大学研究团队研发出一种新模型，利用无监督算法检测AI生成文本，旨在应对人工智能创作日益普及带来的挑战。团队负责人张岳教授指出，AI生成的“幻觉”问题可能导致虚假信息传播，尤其在教育领域影响学生能力评估。传统有监督学习方法受限于训练数据，而新模型无需预标记数据，通过识别模式提升准确性。Demo版已展示并获关注，团队正推进实际应用合作，以确保内容真实可靠。

5、Flower Labs获2360万美元打造全开放AI混合计算平台
Flower Labs推出Flower Intelligence，一个分布式云平台，革新AI模型部署方式。该平台采用混合计算策略，支持本地设备运行AI模型以提升速度与隐私保护，并在需强算力时切换云端，已获Mozilla等企业青睐。作为首家全开放模型平台，它整合Meta等开源模型，增强开发者灵活性。其云服务采用端到端加密保障数据安全。公司筹资

6、北京中小学推11个AI应用场景与7个“京娃”智能体
北京市教委计划在中小学推出11个AI应用场景，包括智能备课、课堂监测、错题分析、外语学习助手等，覆盖教学、管理、评价等多领域。同时，启动7个“京娃”智能体，如“京小宝”提供幼儿成长建议、“京小学”定制学习路径、“京小健”关注身心健康等。这些举措旨在通过AI技术促进五育融合与个性化发展。市教委强调将培养学生数据安全意识，防范过度依赖风险。此前，北京已在多所学校试点AI应用，未来将持续升级“京娃”功能。

7、英国首相推AI替代部分公务员工作以提升效率
英国首相基尔・斯塔默计划利用AI和数字化替代部分公务员任务，以提升政府效率并节省超450亿英镑开支。他认为，AI可接手标准工作，让公务员专注需要人类判断的领域，同时拟招募2000名技术学徒。此举引发工会担忧，FDA秘书长戴夫・彭曼称需明确资源减少下的服务保障，工会呼吁合作而非指责。斯塔默还计划减少监管和非政府组织数量，强调改革旨在优化服务，而非大幅裁员，与特朗普的激进措施形成对比。

8、MiniMax拟收购AI视频初创鹿影科技
据蓝鲸新闻报道，AI视频初创公司鹿影科技或将被MiniMax收购，双方已达成初步意向，正在推进流程。鹿影科技2024年天使轮估值约1亿人民币，因后续融资困难，其AI视频技术积累促成与MiniMax合作。成立于2023年的鹿影科技专注视觉模型，推出动漫AI视频平台YoYo，曾获蓝驰创投等投资。MiniMax尚未回应。此交易被视为双方互利之举，具体细节待进一步披露。

9、腾讯元宝携手腾讯文档实现一键上传与导出
腾讯宣布腾讯元宝与腾讯文档深度整合，支持一键上传和导出功能，提升办公效率。用户可通过移动端或Web端上传多种格式文档（如表格、PPT、PDF等），元宝直接解析处理，并将回答导出为腾讯文档，方便编辑与分享。此升级简化了以往繁琐的复制粘贴流程，支持多文件混合上传，适用于整理分析、会议展示等场景。目前，手机版和Web端已上线，电脑版即将推出，进一步优化协作体验。

10、Luma开源IMM技术，图像生成效率提升10倍
Luma开源图像模型预训练技术IMM（Inductive Moment Matching），以高效和稳定特性突破生成式AI瓶颈。IMM采样效率提高10倍以上，在ImageNet256×256仅8步达1.99FID，CIFAR-10仅2步达1.98FID，超越扩散模型和一致性模型。其“推理优先”设计和强大鲁棒性打破传统算法限制，开源代码已在GitHub发布。业界认为，IMM或引发图像生成范式转变，未来可扩展至视频等多模态领域，标志着Luma在AI竞赛中的重要进展。

11、潞晨科技开源Open-Sora 2.0挑战Sora，成本降至20万美元
潞晨科技推出开源视频生成模型Open-Sora 2.0，仅耗资20万美元训练出110亿参数模型，性能直逼OpenAI Sora。VBench评测显示其与Sora差距缩小至0.69%，超越腾讯HunyuanVideo等模型。采用3D自编码器、Flow Matching及高效并行训练等技术，成本降低5-10倍，采样效率提升10倍。Open-Sora开源全流程代码，推动生态发展，半年内获近百学术引用。高压缩比自编码器将推理时间缩短至3分钟，显著降低门槛，引领视频生成技术新风向。

12、阿里巴巴“新夸克”升级为AI超级框，开启多模态交互时代
阿里巴巴推出AI旗舰应用“新夸克”，基于通义大模型升级为“AI超级框”。它融合强大推理与多模态交互能力，支持实时互动、任务执行与策略调整，超越传统搜索，满足工作、学习、生活需求。未来，通义系列最新成果将优先接入，用户可体验前沿AI技术。CEO吴嘉表示，新夸克旨在成为个人全能助手，以一个无边界的AI入口，引领用户进入AI世界。

13、智谱AI再获珠海5亿元融资，加速GLM大模型生态建设
珠海华发集团向智谱AI投资5亿元，支持其GLM大模型技术创新与生态发展。此前，智谱已获30亿元及超10亿元融资，投资者包括北京、杭州等多地国资。此次珠海加入，标志其国资支持进一步扩大。作为估值超200亿的AI领军企业，智谱计划2025年开源基座、推理、多模态等新模型。珠海期待通过合作推进“云上智城”建设，智谱则强调开放合作，携手推动AI产业繁荣。

14、Remade AI开源8款Wan2.1特效LoRA，推动AI视频创作热潮
Remade AI在Hugging Face发布8款基于Wan2.1模型的开源特效LoRA，包括“挤压”“蛋糕化”等，为AI视频生成带来创意突破。依托阿里Wan2.1 14B I2V模型，这些模块将静态图像转为动态特效，适用多类对象，效果惊艳。团队强调开源理念，通过Discord收集需求，承诺持续免费更新。特效推出即获数千下载，被誉为“Wan2.1创意助推器”，有望降低创作门槛，掀起AI视频革新热潮。

Others

1、一图解释MCP