开源

昆仑万维开源Skywork-R1V3：38B多模态推理模型，高考数学142分刷新开源SOTA

作者

昆仑万维Skywork-R1V3-38B开源多模态模型在高考数学、物理等跨学科任务上超越同规模闭源模型，实现视觉-语言推理新标杆。支持图像文本联合解析、多图融合、教育级链式思维展示等功能。

又一款功能强大的浏览器自动化 AI 工具Stagehand，已狂揽了 14.3kStar！

作者

Stagehand是用于生产环境浏览器自动化的工具，它允许开发者根据需求选择代码或自然语言来操作页面。通过预览和缓存操作、集成最新的计算机使用模型以及提供简单的快速开始指南，Stagehand简化了自动化流程。

重新定义检索！一款真正“跨模态”的 RAG 模型来了！用音频搜视频、文本找音乐！

作者

ColQwen-Omni是基于ColQwen2和Qwen2-VL的开源多模态检索增强生成模型，支持跨模态检索、音视频直处理等特性，单次查询<100ms，30分钟音频10秒处理。其核心亮点包括跨模态检索、音视频直接处理保留情感/语气细节以及超快检索等功能。