近期，一项技术探索揭示了Anthropic公司旗下AI助手Claude的生成式用户界面（Generative UI）的内部工作机制，并将其成功移植到终端环境中。该技术本质上是一种特殊的工具调用，能够将HTML代码流式注入文档对象模型（...

阿里巴巴近日在GitHub上开源了名为“Page Agent”的项目，这是一个运行在网页内部的JavaScript图形用户界面（GUI）智能体。该技术的核心创新在于，允许用户直接使用自然语言指令（如“点击登录按钮”或“在搜索框输入关键...

近日，GitHub上开源项目RCLI引发开发者社区关注。该项目是一款专为搭载Apple Silicon芯片的macOS设备设计的全本地化语音AI助手。其核心价值在于构建了一个完整的端侧AI处理流水线，集成了语音识别（Speech-to-Text）...

近日，GitHub开源项目RCLI（RunanywhereAI/RCLI）发布，为macOS用户带来了一款完全在设备端运行的语音人工智能助手。该工具的核心创新在于其“全本地化”架构，集成了本地语音AI与检索增强生成（RAG）技术，用户可直接...

谷歌近日正式推出了其新一代多模态嵌入模型Gemini Embedding 2，标志着人工智能在跨模态语义理解领域迈出了关键一步。该模型通过Gemini API和Vertex AI平台提供服务，其核心突破在于首次将文本、图像、视频、音频及...

近日，一款名为Mog的新型编程语言在开发者社区引发关注。Mog被定位为一门静态类型、编译型、嵌入式语言，其设计理念与静态类型的Lua类似，但核心目标用户并非人类程序员，而是大型语言模型（LLM）。该语言的完整规范...

阿里巴巴开源项目Page Agent近日在GitHub发布，这是一个运行于浏览器页面内的JavaScript图形用户界面智能体。其核心创新在于，允许用户直接使用自然语言指令（如“点击登录按钮”或“在搜索框输入关键词”）来操控网页界...

知名AI研究员、前特斯拉AI总监Andrej Karpathy近日在GitHub上开源了AutoResearch项目，该项目旨在构建一个能够在单GPU小型LLM训练环境中运行的AI驱动自主研究循环系统。该系统允许AI智能体自动修改代码和指导文件，...