Devin 推出 Coding Agents 101，编程代理入门指南
Devin 推出 Coding Agents 101 入门指南教程，涵盖基础、中级和高级内容，关注实际考虑如限制、成本管理和安全性。
开源
Kontext 模型超强图像编辑能力
Flux Kontext Dev ComfyUI 首日支持发布，提供强力图像编辑能力，整合了角色一致性生成、本地运行等特性，提升创作者和开发者的创作自由度与可控性。
中科院甩出多模态“核弹”！类GPT-4o多模态模型开源！支持语言-视觉-语音任意组合交互！
中国科学院计算技术研究所开源了一款名为Stream-Omni的多模态模型，支持文本、图像和语音交互，生成文本和语音回复。其核心在于高效模态对齐技术，仅需少量数据即可训练，并提供无缝的‘边听边看’体验。
小智AI对接Dify工作流
通过源码部署xiaozhi-esp32-server和py-xiaozhi对接Dify工作流的文章介绍了服务端实现及客户端使用方法，包括配置相关参数、修改客户端配置、启动项目并绑定设备等步骤。
Stream-Omni：多模态交互的“黄金三角”——视觉、语音、文本的完美融合
联合推出的类似
GPT-4o
的大型语言
–
视觉
–
语音模型
，
能够同时支持文本、图像和语音等
一款完全本地化运行的 AI 助手浏览器插件：NativeMind
GitHub 上推出的 NativeMind 浏览器插件支持 Ollama 和 WebLLM 模型调用，实现本地化运行和数据隐私保护，提供智能对话、内容分析等多款功能。