#Udio
Meta 开源 Muse Spark Open：8160 亿参数多模态模型，两台 Mac Studio 即可满血运行
Meta推出美国迄今最强开源权重模型 Muse Spark Open
原生多模态。
总参数量 816B，单次激活参数 42B。
原生支持 100 万 token 的上下文窗口。
模型专门针对长周期任务、复杂软件工程和多步推理进行构建，核心专…
VoiceStudio 开源：本地声音克隆工具，3.2 万星支持 646 种语言
逛 GitHub 时发现一个有意思的开源项目——VoiceStudio，一款装在电脑上的本地语音工作室。用几秒录音就能克隆声音，然后用这个声音朗读文字、给视频配音、制作有声书，还能实时转文字。所有处理都在本地进行，不…
阿里 CosyVoice Studio 实测：一站式 AI 语音平台，能听能说能聊
8 月初，阿里接连发布多个重磅产品。
千问办公开启公测，对标 WorkBuddy；Qwen3.8-Max 正式上线，总参数量 2.4 万亿；视频生成模型 Wan3.0 开启公测，单次可生成 30 秒视频。
不过最值得关注的是阿里新上线的 C…
Cherry Studio V2 进阶玩法：Agent 自主执行、MCP 集成与 Skill 生态
Cherry Studio V2 今天上线了。这款 GitHub 上 49k Star 的开源软件之所以受欢迎，很重要的一个原因是它能接入市面上几乎所有模型供应商——无论是各种高性价比的在线模型，还是跑在本地电脑上的…
Cherry Studio V2.0 正式发布：从 AI 聊天客户端到 Agent 自主执行的全能工作站
Cherry Studio V2.0 正式发布，这不仅仅是一次功能更新，而是产品形态的跃迁——从 AI 聊天客户端到 Agent 自主执行的一站式全能 AI 工作站。
V2 数据底座重构
底层数据全面重构，更稳定、更…
Baz：专为软件演示与营销视频打造的AI生成器
Baz是一款AI视频生成器，专为软件演示和营销视频设计。通过一个提示即可生成完整视频，帮助团队快速创建品牌一致的内容。已被11000名创作者和多家知名企业使用。
Baz功能
一键生成完整视频：输入一个提示，即可生成完整视频，无需手动编辑…
Cherry Studio V2 内测开启：开源 AI 工作台全面升级
Cherry Studio V2 内测正式开启。这次他们换了一种方式——不是等最终版本才发布，而是在快速迭代中把产品交到用户手上，让每天使用 Cherry 的人参与决定它最终的样子。
V2 不是换皮，是"打地基"
过…
字节 Seed-Audio 1.0 实测：从语音合成到语音创作的突破
字节的多模态模型，这水准真的没得说。早上体验了他们新发的豆包音频生成模型 Seed-Audio 1.0，结果不废话，先看一个具体的 Case。
让它以杜甫的口吻吟诵《闻官军收河南河北》。声音表现、情绪起伏和声场氛围，全部是一个 Prompt…
AudioX-Turbo 开源音频生成模型：4 步极速出音效，支持文本/视频多模态输入
这个视频中，风刮玻璃、狂野感的森林环境音和鸟叫声、火球发射后爆炸声、布鞋踩在松软草原的脚步声——这些一系列场景的配音都是 AI 生成的。
今天要推荐的开源语音大模型 AudioX-Turbo，能把视频场景直接转成…
AI Agent 是什么：从对话式 AI 到任务执行者的关键转变
2022 年底 ChatGPT 爆火，让很多人第一次真正感受到 AI 的威力。在那之前，AI 对普通人来说更多像是一个遥远的技术词——听起来很厉害，但不知道跟自己的生活有什么关系。ChatGPT 出现之后，大家突然发…