AI Repos

1、ReasonGraph
LLM推理路径可视化工具，它会把AI的思考过程变成可视化图表，支持实时更新和交互式分析，形成的图表可以一键式SVG导出。支持多种推理方法，顺序推理类方法（思维链等）、树形推理类方法（思维树等），还可以让模型自选合适的推理方式等。支持Anthropic、OpenAI、Google、TogetherAI 等50多个模型。

2、markpdfdown
基于多模态大语言模型的 PDF 转 Markdown 工具，它能通过 AI 理解文档结构，智能保留标题、列表、表格等复杂排版元素，轻松实现高质量的文档结构化转换。同时提供了 Docker 快速部署方式，不过需要配置 OpenAI API 密钥使用。主要功能：

• 支持任意 PDF 文档的格式转换
• 利用多模态 AI 技术理解文档结构和内容
• 完整保留表格、公式等复杂排版元素
• 支持自定义 AI 模型参数配置
• 支持指定页码范围进行转换
  

3、seed-vc
支持零样本语音转换、实时语音转换及歌声转换，无需训练，仅需1-30秒参考语音即可克隆声音。模型可通过最少1条自定义数据微调，每位说话人训练仅需100步（T4上2分钟），性能显著提升。实时语音转换延迟约400ms，适用于会议、游戏和直播。演示页面和评估结果展示其优于传统模型的效果。

AI News

1、Cohere 开源 Command A：企业级大模型，成本效益超越 GPT-4o 和 DeepSeek-V3
Command A 是 Cohere 开源的一款专为企业需求优化的大模型，显著降低了硬件成本。官方宣称，在与 GPT-4o 和 DeepSeek-V3 的对比中，Command A 在企业级任务中表现同样出色，效率更高。更重要的是，相较于使用 API，自部署访问成本降低了 50%。

2、阿里云“T项目”启动，聚焦下一代AI技术研发
阿里云推出“T项目”，加速下一代AI技术研发，聚焦AI引擎、大型语言模型及多模态技术，以满足市场智能化需求。该项目深化阿里云AI布局，通过“借调”方式吸纳人才，提升团队创新力。近年来，行业对AI解决方案需求激增，阿里云借此项目推动技术突破，为客户提供高效服务，巩固市场竞争优势。

3、WeShopAI：一个闭源的虚拟试穿
WeShopAI 是又一个虚拟试穿的在线演示，类似于可灵的虚拟试穿。同样，它只是调用了其 API，并没有开源。

4、搜狗输入法PC版AI助手接入腾讯元宝，智能体验升级
腾讯搜狗输入法PC版「AI助手」接入满血版「腾讯元宝」，融合腾讯混元和DeepSeek大模型，支持深度思考和联网搜索，提升办公学习效率。用户更新至最新版后，通过「汪仔」按钮或快捷键激活AI助手，新增「=号」搜索功能实现边聊边查，「AI划词」则支持搜索、翻译、总结等操作，无需切换应用。这一升级深化AI与输入法的融合，为用户带来智能便捷体验。

5、百川智能联合创始人焦可、陈炜鹏离职投身AI创业
百川智能联合创始人焦可已离职，投身AI语音创业并寻求融资，陈炜鹏也将离职，筹备AI Coding项目并接触投资人。百川智能由王小川2023年创立，两位创始人为早期核心成员。此次离职反映AI创业热潮，AI语音和AI Coding因技术突破备受关注。业内认为，他们的技术经验或助力新项目，但成功与否待观察。双方暂未回应。

6、Groundlight开源AI框架，突破复杂视觉推理难题
Groundlight团队开源全新AI框架，聚焦提升视觉语言模型（VLM）的复杂推理能力。针对VLM在理解图像逻辑关系上的不足，团队引入强化学习和GRPO技术，通过优化学习效率，使30亿参数模型在密码破译任务中达96%准确率。框架采用格式、解码和正确性奖励设计，结合选择性模型升级和预训练工具，平衡效率与精度。项目已开源，提供demo展示其潜力，或为视觉推理领域带来新突破。

7、李开复推出万智企业大模型平台，聚焦AI应用新竞争
零一万物发布万智企业大模型平台，预装昇腾GPU和DeepSeek模型，提供定制化AI解决方案。平台AI搜索准确率达88%，减少幻觉问题，提升检索效率。李开复强调，大模型竞争将从性能转向应用能力，2025年为AI爆发年，中小企业需轻量化模型提升生产力。零一万物转向商业化轻量模型开发，降低技术门槛，确保数据安全，助力产业转型。此举标志其在产业AI领域的重要布局。

8、钉钉AI客服助理上线，支持多平台自动接入
钉钉推出AI客服助理，可自动接入企业官网、公众号等平台，已有700多家企业使用。该助理通过多轮对话精准解答复杂问题，整合知识库和大模型能力，实现7×24小时秒级响应。企业可利用沉淀数据快速训练AI，支持多模型选择与工作流协同，一键部署至微信等平台。功能免费开放，降低开发门槛，帮助企业提升服务效率与客户体验。

9、腾讯混元3D开源日3月18日起直播开启
腾讯混元将于3月18-19日举办混元3D开源日活动，并于每日上午11点直播。活动内容未详，但继1月开源Hunyuan3D-2.0及一站式3D创作引擎后，此次或展示其高精度生成能力与技术趋势。对开发者而言，是学习前沿技术、交流合作的良机；对3D爱好者则是体验技术魅力的机会。腾讯此举旨在降低3D创作门槛，激发行业热情。

10、OpenAI剧透GPT-5年内推出，CPO称AI代码自动化将达99%
OpenAI首席产品官Kevin Weil透露，GPT-5“很快推出”，或整合GPT-4与O系列能力，并预测年内AI代码自动化达99%，远超预期，称AI已超越顶级程序员。他强调AI将普及软件开发，释放创新潜力，同时升级语音功能、个性化教育及Deep Research，接近AGI体验。Weil看好AI催生新职业，反驳“躺平”论，未来专注用户体验与教育应用。GPT-5与AI变革备受瞩目。

11、快手可灵AI接入DeepSeek-R1，灵感版助力创作升级
快手可灵AI全面接入DeepSeek-R1，增强视频与图片生成能力，用户可轻松将灵感转为专业提示词，降低创作门槛，提升效率。该平台持续迭代，模型效果领先行业。DeepSeek灵感版与“灵感词库”联动，支持文生视频中场景、镜头等细节控制，让普通用户也能打造精美专业内容。此次升级进一步巩固可灵AI在AI创意生产领域的优势地位。

12、Cursor更新暗示Anthropic新模型Claude3.7Sonnet Max将至
AI代码编辑器Cursor 0.47.5版更新日志透露，正为Anthropic未官宣的“Claude3.7Sonnet Max”模型做准备，引发热议。Anthropic近期API更新提升效率、减少token用量，似为新模型铺路。外界猜测“Claude3.7Sonnet Max”或带来性能突破和新功能，但官方尚未证实。Cursor提前适配，暗示发布临近，业内期待其在Claude3.7Sonnet基础上再创新高，静待Anthropic揭晓。