开源ai

当地时间2月25日，微软在官网开源多模态AI Agent基础模型Magma。据介绍，与传统Agent相比，Magma具备跨数字、物理世界的多模态能力，能自动处理图像、视频、文本等不同类型数据，此外，Magma还能内置了心理预测功能，增强了对未来视频帧中时空动态的理解能力，能够准确推测视频中人物或物体的意图和未来行为。文

雷峰网 (公众号：雷峰网) 消息，在2025全球开发者先锋大会上，商汤大装置推出了开源、低代码的大模型应用开发框架——LazyLLM，它能帮助开发者以低至10行左右代码，就能轻松构建复杂、定制化的多Agent大模型应用，让打造爆款应用不再成为难题。   图注：“Lazy”

2月18日，昆仑万维开源中国首个面向AI短剧创作的视频生成模型 SkyReels-V1、 中国首个SOTA级别基于视频基座模型的表情动作可控算法 SkyReels-A1。 1. SkyReels-V1：Human-Centric Video Foundation Model，中国

2 月 18 日消息，昆仑万维今日宣布开源国内首个面向 AI 短剧创作的视频生成模型  SkyReels-V1 、国内首个 SOTA 级别基于视频基座模型的表情动作可控算法  SkyReels-A1 。 昆仑万维官方介绍称，SkyReels-V1 针对表演细节做

2 月 17 日消息，微软 OmniParser 是一款基于纯视觉的 GUI 智能体解析和识别屏幕上可交互图标的 AI 工具，此前搭配 GPT-4V 可显著增强识别能力。2 月 12 日，微软在官网发布了 OmniParser 最新版本 V2.0，可将 OpenAI（4o / o1 / o3-mini）、DeepSee

1 月 9 日消息，在 2024 年 12 月 12 日发布后，微软昨日（1 月 8 日）在 Hugging Face 平台上，开源小语言模型 Phi-4，感兴趣的开发者和尝鲜者可以下载、微调和部署该 AI 模型。IT之家注：该模型参数量仅为 140 亿，却在多个基准测试中表现优异，甚至超越了参数量更大的 Llama

12月20-22日，2024中国（南京）软件产业博览会（以下简称“软博会”）在南京国际博览中心盛大举行。本界软博会由中国软件行业协会、江苏省软件行业协会、江苏省人工智能学会、江苏省数字化协会等联合主办，展示关键基础软件、行业应用软件、新型平台软件、开源生态、人工智能等领域前沿成果，共同探讨软件产业的未来发展。

12 月 18 日消息，Meta 携手斯坦福大学，推出全新 AI 模型系列 Apollo，显著提升机器对视频的理解能力。IT之家注：尽管人工智能在处理图像和文本方面取得了巨大进步，但让机器真正理解视频仍然是一个重大挑战。视频包含复杂的动态信息，人工智能更难处理这些信息，不仅需要更多的计算能力，而且如何设计最佳 AI 视

12月14日，昇思人工智能框架峰会在北京中关村国际创新中心召开，本次大会以“创新源动力，框架新选择”为主题，由昇思MindSpore开源社区、中国人工智能学会及AITISA联合主办，旨在汇聚AI产业界、学术界力量，共建人工智能框架开源生态，共探人工智能框架新未来。会上，18家单位发布基于昇思的原生开发大模型成果，据预测