发现最值得关注的AI 工具/项目

一个多模态自监督 flow matching 研究项目，主要帮助多模态生成与世界模型研究者验证统一架构下的图像、视频、音频和动作预测实验结论。

T

transcribe.cpp

开源项目

一个面向开发者的开源本地 ASR 推理引擎，帮助把多种语音模型集成进应用，产出字幕、采访稿、播客草稿和会议转录等文本结果。

一款面向机器人开发者的具身推理模型，主要帮助把视频/环境理解转成多步任务规划、执行判断与多机器人协作控制。

这是一套 Google 开源的参数化 3D 头部模型，主要帮助 3D 图形、角色与研究开发者产出可控的人头网格、身份变体和表情驱动结果。