MobileLLM 是 Meta 推出的适合移动端使用的大语言模型，通过优化设计实现在少于十亿参数的情况下提供高质量的语言理解和生成能力。

POINTS 1.5是腾讯微信推出的多模态大模型，基于LLaVA架构，具备强大的视觉和语言处理能力。它在复杂场景的OCR、推理能力、关键信息提取等方面表现出色，是全球10B以下开源模型中的佼佼者。

Auto-Deep-Research 是一款由香港大学开源的个人 AI 助理，基于模块化多 Agent 架构，专注于深度研究任务，兼容多种大语言模型，并提供一键启动和文件解析等强大功能。

本文介绍了五个前沿的 AI 开源项目，涉及学术同行评审、AI 换头技术、视觉搜索、多智能体写作助手以及多视图 3D 编辑等领域，展示了这些项目的关键技术和应用场景。

Anus 是一个开源 AI 智能体项目，复刻了 Manus 的部分功能，支持自然语言指令执行、多代理协作、多模态输入处理等功能，旨在为开发者提供强大且灵活的工具。

Hibiki 是由 Kyutai Labs 开发的实时语音翻译模型，能够将一种语言的语音实时翻译成另一种语言的语音或文本，支持高保真度和低延迟。

GPT-4o mini TTS 是 OpenAI 推出的轻量级文本转语音模型，支持多语言、多情感控制，适用于智能客服、教育学习、智能助手等多种场景。

RealtimeSTT 是一款开源的实时语音转文本库，支持低延迟应用，具备语音活动检测、唤醒词激活等功能，适用于语音助手、实时字幕等场景。

万相2.1是阿里通义万相最新推出的视频生成模型，支持1080P无限长视频生成，具备复杂动作展现、物理规律还原、艺术风格转换等功能。

Surya是一款强大的开源OCR工具包，支持90多种语言，能识别文本、分析阅读顺序、检测布局元素及解析表格。免费且跨平台，适合处理敏感信息。安装简单，提供多种功能命令。