openai开源文本转语音框架OpenAI.fm，谷歌清晨发布Gemini 2.5 Flash preview，
OpenAI.fm、Python A2A、LLManager、Together Open Deep Research、Gemini Coding Agent 和 Gemini 2.5 Flash 等创新项目介绍。
每日AI新工具
谷歌最先进的视频生成模型Veo 2，使用自然语言查询终端命令，将多种Agent框架转换为MCP服务器工具
谷歌最先进的视频生成模型Veo 2能将文本、图像或两者结合转化为八秒的视频，它擅长理解简单和复杂指令，并准确模拟现实世界的物理规律。开发者可以通过Google AI Studio、Gemini API等平台使用Veo 2的核心功能包括文本到视频和图像到视频。同时介绍Python工具Zev用于自然语言查询终端命令、VS Code扩展RooFlow增强AI辅助开发、实时会议转录APIVexa支持多种平台并提供企业级安全保障的工具automcp。
Windsurf 上未来一周免费无限使用 GPT-4.1，开源高效的浏览器智能体，开源的 AI 视频笔记生成工具
文章介绍了多个AI工具和项目，包括Index开源浏览器代理、Awesome GPT-4o Images精选图像生成案例集、BiliNote视频笔记生成工具、any-agent统一接口访问多种Agent框架库、Agentic RAG基于代理的RAG系统以及Windsurf提供的免费GPT-4.1使用权。
Claude Code的开源替代OpenCoder，AI Agent驱动的Web测试框架Magnitude，
OpenCoder是基于Vercel AI SDK的开源替代品，提供跨平台支持和MCP功能。LINE Bot MCP Server实现模型上下文协议（MCP），连接AI代理至LINE官方账号。Saiki利用自然语言控制工具和服务，简化自动化工作流程。Magnitude作为Web测试框架，通过视觉AI适应界面变化。Hi3DGen从2D图像生成高保真3D几何体，克服现有方法的局限性。
Openai发布Agent基准测试，小米开源自动驾驶框架，字节跳动发布Seed-Thinking-v1.5技术细节
文章介绍了五个项目或工具：BrowseComp、ReCamMaster、ORION、Seed-Thinking-v1.5 和 Agent-Wiz。它们分别专注于AI代理的浏览能力、视频生成、自动驾驶以及智能体的工作流安全评估等方面，涵盖了机器学习和人工智能领域的多个方向。
还没搞明白MCP，谷歌又发布Agent2Agent（A2A）协议
谷歌推出的Agent2Agent (A2A)协议旨在解决不同框架和供应商构建的AI智能体无法无缝协作的问题。该协议通过通用通信标准实现跨平台、跨应用的智能体协作，提升生产力并降低长期成本。超过50家技术合作伙伴支持A2A协议，遵循包括拥抱原生能力、基于现有标准构建等在内的五个关键设计原则。
Notion API的MCP服务器-通过指令或内容ID与Notion交互，全自动的科学研究系统Scientist-v2，
本文介绍了Notion-mcp-server、rLLM、AI Scientist-v2、PDF Document Layout Analysis和3DGRT五个项目。Notion-mcp-server为Notion API实现MCP服务器；rLLM致力于普及LLM的强化学习；AI Scientist-v2是一个全自动科研系统，可生成并撰写论文；PDF Document Layout Analysis提供PDF文档分析服务；3DGRT利用射线追踪高斯粒子渲染技术，并提出混合方法提高性能。
腾讯开源动漫生活模拟器，可扩展的移动自动化Mobile Next，上海AI实验室发布图像生成模型
Lumina-mGPT 2.0发布，支持多种图像生成任务；AnimeGamer模拟动漫生活互动，基于MLM预测游戏状态；DeepResearcher通过强化学习训练LLMs；Mobile Next简化移动自动化测试；Zola免费开源AI聊天应用，支持多模型和文件上传。
免费开源吉卜力风格图像生成，Anything-to-Audio生成音频AudioX，免费且强大的编码助手Serena
EasyControl_Ghibli是一款免费且易于使用的AI模型，生成吉卜力风格图像。AudioX是统一的扩散Transformer模型，支持多种模态输入和自然语言控制。Serena是一个免费代码助手集成LLM功能。uniOCR是通用Rust OCR引擎，提供本地及云服务。MCP Server for Milvus为LLM应用提供Milvus向量数据库访问桥梁。
字节开源MegaTTS3-轻量高效语音合成模型，Wan 团队开源 All-in-One 视频编辑框架 VACE
本文介绍了五种新兴的人工智能技术与系统：轻量级高效语音合成模型MegaTTS3、集视频创作与编辑于一体的AI模型VACE、半自动科学发现系统CodeScientist、终端AI编程助手Gemini Code，以及基于多智能体的医疗问诊框架hospital_multiagent_system。