从文本到具身：我给 AI Agent 搭了套实时 3D 交互身体
开发者通过接入魔珐星云具身驱动 SDK，为纯文本 AI Agent 装上了能实时响应的 3D 数字人身体，实现语音、口型、表情和动作的同步输出，端到端延迟控制在 500ms 左右，并支持对话打断。
标签： API
打造AI操作系统
一款尝试将 CRM、WhatsApp 和自动化工作流整合于一体的 AI 操作系统正在吸引早期用户，强调“不必在多标签页之间来回切换”，并声称能在二十分钟内完成部署。它把 AI 智能体嵌入商业沟通和客户管理流程，而非作为单独的工具存在。
moonshine-ai / moonshine
Moonshine AI 发布了一款名为 Moonshine Voice 的开源语音工具包，能在手机、树莓派甚至微控制器上本地运行实时语音转文字、语音合成和对话代理，在流式处理场景下精度超越 OpenAI 的 Whisper Large V3，模型体积却缩小了 6 倍多。
PrefectHQ / fastmcp
Prefect 团队发布了 FastMCP 项目，这是一个为 AI 应用（LLM）与外部工具、数据之间提供标准化连接能力的开源框架。它已成为 MCP（模型上下文协议）生态中最主流的实现方案，日下载量达百万次，累计支撑了约 70% 的 MCP 服务器。
上海科学智能研究院开放科学多模态基础模型”神珍”
上海科学智能研究院（上智院）正式发布并开放了科学多模态基础模型“神珍”（MKB），该模型以110亿参数统一处理DNA、RNA、蛋白质、小分子、气象和医学影像六类科学数据，在多项评测中展现了与万亿参数级模型竞争的实力，并同步提供了完整的开源代码、权重及部署文档。
小红书与北大开源 UltraEP：面向大规模 MoE 训推的实时负载均衡方案
小红书与北大联合开源 UltraEP，它能在每个微批次和每一层动态复制热点专家，将大规模 MoE 模型训练和推理的吞吐提升至理想性能的 94% 以上——解决了此前专家并行中 GPU 负载不均、大量算力被白白浪费的核心痛点。
通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型
通义实验室发布新一代语音合成模型 Qwen-Audio-3.0-TTS，包含 Flash（低延迟）和 Plus（高质量）两个版本，在第三方评测中多项指标领先。其最直接的变化是支持 16 种语言、20 种方言，并允许用户用自然语言“指挥”声音的情绪、角色和场景，而非仅靠技术参数调优。
首包延迟300ms、支持20种方言:通义千问Qwen-Audio-3.0-TTS正式开放
阿里通义千问团队发布新一代实时语音合成模型 Qwen-Audio-3.0-TTS，推出 Flash 和 Plus 两个版本，其中 Plus 版本在 Artificial Analysis 全球语音排行榜 Speech Arena 上排名第一。该模型支持 16 种语言和 20 种中文方言，首包延迟低至 300m…
Xiaomi-Robotics-1
小米发布了机器人基础模型 Xiaomi-Robotics-1，通过“无实体预训练+少量真机微调”的混合策略，首次在机器人领域验证了类似大语言模型的规模法则——数据与模型参数越大，真实操控的成功率越高。
Zuntria — AI成功操作系统
Zuntria 于今日在 Product Hunt 上线，定位为一款“AI 成功操作系统”，旨在将用户的生活、商业与目标管理自动化整合到一个引擎中。它并非简单的任务管理工具，而是试图以 AI 驱动的结构化系统替代分散的规划和执行流程。