开源
Promptimal：AI提示优化工具，通过遗传算法快速改进你的AI提示词
Promptimal：通过遗传算法改进AI提示词，无需数据集提升效果（参考文献：[1] http://github.com/shobrook/promptimal）
超火的AI自动化操作浏览器神器！WebUI版来了，简单易用的界面，新增很多实用功能！
Brower Use WebUI 是一款基于 Browser Use 优化开发的开源工具，提供简单易用的可视化界面，支持多种大语言模型和自定义浏览器功能。它简化了复杂的自动化任务操作，提升了用户隐私保护，并增加了高清屏幕录制功能，使任务审计、错误排查和结果分享等场景更实用。
震撼！首个开源的交互式全模态大语言模型，GPT-4o realtime的开源实现。
南京大学AI团队发布的VITA-1.5开源项目是一款接近实时的多模态大型语言模型，支持中英文，显著降低交互延迟，并在语音处理和图像理解方面取得提升。
胶卷扫描处理成最终图像，手工打造AI 聊天机器人，NEXT15实时音频对话
本文介绍了Film Scan Converter图像处理软件、OpenAI WebRTC Shadcn Next15 Starter语音AI应用、小智 AI 聊天机器人项目、NVIDIA Cosmos开发者平台和Mini LLM Flow简洁LLM框架。
头条开源了LatentSync：用于口型同步的音频条件潜在扩散模型
提出了一种基于音频条件潜在扩散模型的端到端口型同步框架LatentSync，无需中间运动表示，并通过时间表示对齐 (TREPA) 提高了时间一致性。
Semi-Auto-NovelAI-to-Pixiv：集成了多种 AI 工具的项目
Semi-Auto-NovelAI-to-Pixiv项目集成了多种AI工具，旨在实现批量文生图、图生图等功能，并提供WebUI操作管理。