创世宇图 宏图天下

2026 年 7 月 13 日，商汤科技正式发布并全面开源「日日新」SenseNova-Vision 理解生成统一视觉大模型，同步释出 SenseNova-Vision-7B-MoT 权重。该模型将目标检测、图像分割、深度估计、法线预测、OCR、关键点定位、多视图几何等十余项经典计算机视觉任务，首次在单一共享表征空间内实现原生统一——不再需要为每类任务堆叠独立预测头。

2026 年 7 月 14 日，阿里巴巴旗下高德正式发布通用世界模型工坊 ABot-World Studio 并同步开放测试。这不是一次普通的模型发布——它首次将交互式视频生成与 3DGS 场景生成统一在同一产品中，用户只需输入一段文字或一张图片，即可生成一个可实时交互、任意分享的 AI 世界。更关键的是，单张 NVIDIA RTX 5090 消费级显卡即可本地部署，官方实测单次连续推理稳定运行超过 1 小时，远超同类产品约 1 分钟的生成上限。

AtomCode是一款革新性的终端AI编码工具，采用Rust编写，完全开源且兼容多种大模型。与其他IDE插件不同，它直接在终端运行，通过自然语言指令完成代码修改、测试验证等全流程开发任务。安装支持源码编译、包管理器和一键脚本三种方式，配置简单，首次运行提供三步引导。使用时只需在项目目录启动TUI界面，用自然语言描述任务，AtomCode会自动分析代码并执行修改。

AtomCode作为终端AI编程工具，其核心价值体现在三个层级：1）Agent循环机制实现了从代码建议到完整任务执行的跨越，具备动态步数预算、验证回路和自主规划能力；2）8种代码图谱工具提供语言感知的代码分析，支持符号追踪、调用链分析和影响范围评估；3）Plugin系统和MCP协议构建可扩展生态，支持自定义技能安装和外部工具集成。

摘要： IOPaint是由LamaCleaner升级而来的开源AI图像修复工具，支持本地离线处理，具备擦除、替换、文字生成和画幅扩展等核心功能。重构后采用Vite+FastAPI等技术栈，新增CLI命令和插件生态（如SAM、RemoveBG等），兼容多种硬件设备。提供WebUI和命令行两种模式，支持Windows一键安装及API集成。模型体系涵盖LaMa擦除、Stable Diffusion替换等，适用于电商修图、老照片修复等场景，兼顾隐私与效率。

Aider 是一款运行在终端中的开源 AI 结对编程工具，GitHub 星标已突破 35K，支持 Claude 3.7 Sonnet、DeepSeek R1、GPT-4o、o3-mini 等几乎所有主流大模型，能直接在本地 Git 仓库中编辑代码并自动提交变更。本文从安装部署、基础使用、进阶技巧到实际场景，系统介绍 Aider 的完整使用方法，帮助开发者将 AI 编程助手无缝融入命令行工作流，实现真正的"边聊边写代码"。

Rembg是一款免费开源AI抠图工具，无需复杂算法，一行代码/一条命令即可生成透明背景图片，支持CPU/NVIDIA/AMD多硬件加速，提供Python SDK、命令行、HTTP接口、Docker四种部署方式，内置20+分割模型适配人像、动漫、服装、高分辨率物体等场景，本文完整覆盖安装、单图/批量处理、API服务、视频帧抠图、容器部署、自定义模型全流程实战代码。

阿里巴巴开源 Zvec 是一款嵌入业务进程运行的本地向量数据库，无需独立服务部署，v0.5.0 重磅上线全文检索、DiskANN磁盘索引、混合检索能力，同时补齐 Go/Rust/Flutter 多语言SDK，完美适配本地RAG、边缘设备、海量向量检索场景，本文完整拆解项目特性、安装、实操Demo与适用场景。

claude-video 是一款开源AI插件，提供 /watch 指令，核心作用是赋予Claude完整视频观看、音视频解析能力。原生Claude仅能依靠视频标题、字幕文本粗略理解视频内容，缺失画面信息；该插件可自动下载视频、提取关键帧、生成带时间戳字幕，让Claude同时读取画面+音频，实现真正的视频内容理解。

基于WiFi的无摄像头人体感知系统 RuView是一款利用WiFi CSI信号实现无接触人体感知的开源系统，支持通过ESP32硬件采集信号，通过AI算法检测人体姿态、呼吸心率、跌倒等动作，全程无需摄像头或录音，隐私友好。系统支持MQTT/HomeAssistant集成，适用于居家监护、睡眠监测、客流统计等场景。 核心功能： 人体感知：隔墙检测、多人计数、姿态追踪（17关键点）。 生命体征：无接触呼吸、心率监测，支持睡眠分期分析。 硬件要求：ESP32系列设备（3节点组网最优），支持本地离线推理

OfficeCLI是全球首个面向AI智能体的开源命令行Office套件，解决了传统方案在文档自动化中的核心痛点。它具备单文件零依赖、全平台兼容、内置HTML渲染引擎和Excel计算引擎等特性，支持Word/Excel/PPT全格式操作。通过三层操作架构和模板批量生成系统，显著降低AI生成文档的Token消耗。工具提供MCP标准化AI集成，支持主流AI编程助手，实现文档生成-预览-修复的完整闭环。

DBX 完美解决开发者几大痛点：体积臃肿、多工具切换、缺少 AI 辅助、团队无网页管理、AI 编辑器无法直连数据库。15MB 轻量化 + 全数据库兼容 + 原生 AI+MCP+Docker 网页多形态部署，无论是个人开发、DBA 运维、数据分析师都能大幅提升效率。

Open-LLM-VTuber 是一个开源项目，把 LLM、语音识别、语音合成、视觉感知和 Live2D 角色动画整合到一起，支持完全离线运行。本文从零开始，带你完成本地部署全过程——环境准备、依赖安装、LLM/ASR/TTS 模块配置、Live2D 角色导入与互动调试，并整理了常见问题的排错方案。

本文实测 Pixelle-Video 实现输入主题一键成片，拆解文案生成、分镜配图及语音合成全流程。支持 Windows 一键部署与 ComfyUI 模块化调优，涵盖人文纪实等多场景应用，助力创作者高效打造高质量短视频。

本文介绍了如何通过Python脚本批量调用本地部署的lama-cleaner接口自动去除图片水印。首先需启动lama-cleaner服务并生成掩码图(mask.jpg)，然后编写Python脚本遍历指定目录中的图片，使用固定掩码标记水印区域，通过HTTP请求发送至本地inpainting服务处理。脚本会自动跳过尺寸不匹配的图片，并将处理结果保存至输出目录。该方法适用于水印位置固定的批量图片处理，要求所有图片与掩码图尺寸完全一致。文末还预告了未来可能实现的自动识别水印功能。

《Lama-cleaner去水印全流程指南》 本文以章回体形式详细讲解使用Lama-cleaner去除图片水印的全过程。首先需安装Python 3.11.9并配置环境变量；其次通过清华镜像源快速安装Lama-cleaner；然后解决huggingface版本冲突问题，最后在浏览器访问本地端口即可使用工具涂抹去除水印。