让文档更“聪明”！通义实验室ViDoRAG：开启视觉文档智能处理新纪元!
ViDoRAG 是一款专注于视觉文档的开源 RAG 系统，由阿里巴巴通义实验室联合中科大、上海交大推出。它通过多模态混合检索和多智能体迭代推理解决传统 RAG 方法在处理复杂视觉文档时的信息关联性不足和推理能力有限等问题。
开源星探
解放双手！这款开源神器让语音秒变正式文档，真正实现”开口即成章”。
文章介绍了实时语音转文字工具WhisperChain，它能实现实时转录、自动润色文本等功能，并且提供简洁网页界面和全局快捷键录音等便捷特性。这款工具适用于会议记录、写作辅助等多种场景，帮助用户提高效率和质量。
腾讯开源了一个AI安全卫士！可一键揪出30+AI组件的隐形漏洞！
腾讯开源的安全工具AI-Infra-Guard能检测30多种常见AI组件的安全漏洞。它支持28种AI框架指纹识别，并包含200+安全漏洞数据库，通过轻量级的命令行工具一键扫描潜在风险。
文生3D视频时代来了！一个超酷的AI文生数字人工具，AIGC Everything。
魔珐有言是一款文生3D视频工具，支持AIGC全栈技术一键生成3D动画、场景及声音。用户只需输入描述词即可快速创作高质量3D视频，适用于社交媒体运营、教育培训等多领域。
开源社区终于迎来PDF解析的”六边形战士”！百万页处理成本直降32倍！
olmOCR 是由 Ai2 推出的新工具，通过 Qwen2-VL-7B-Instruct 进行训练，能高效准确地提取 PDF 文档中的纯文本，并以 Markdown 格式输出。它特别擅长处理复杂布局和手写内容，成本低且完全开源。
在手机上用 DeepSeek R1 的最佳姿势，建议收藏！
腾讯元宝APP结合DeepSeek R1能解决PPT制作、会议纪要记录和日常问题解答等多方面需求，节省大量时间。它还能作为智能搜索引擎帮助用户解惑，特别适合老年人使用。
DeepSeek开源第二天，主打一个硬核开源。
今天是DeepSeek开源周的第二天，Alibaba的QwQ-Max预览版引起了关注。DeepEP项目在GPU上实现了显著性能提升，并且已获1000+ GitHub星。DeepSeek强调硬件效率和低延迟通信，其新开源技术让数据传输和计算实现重叠。
拖拽式开发AI工作流！这款开源神器，让LangChain也黯然失色！
PySpur 是一个轻量级的可视化 AI 智能体工作流构建器，提供拖拽式构建、循环迭代等10余种功能，适用于设计师、建筑师等非技术人员快速创建智能应用。
9.2K 这终端太酷了！这款终端神器把VSCode和AI都装进了命令行！
Wave Terminal 是一款强大的开源终端工具，集成了文件预览、网页浏览和 AI 助手等功能，支持 macOS、Linux 和 Windows 平台。内置了一个类似 VSCode 的代码编辑器，可以直接编辑远程文件，并支持多种 AI 模型。