modelscope_社区达人页

2025年10月

• 10.13 10:59:12
  发表了文章 2025-10-13 10:59:12

  图像理解与生成统一模型——前沿模型架构理解

  前言生成式多模态模型近年来一直是业界的研究热点。视觉语言模型（VLM）一直是多模态文本生成领域的核心路线，能够完成图像理解任务；扩散模型（Diffusion Model）则一直是图像和视频生成领域的核心方法。
• 10.10 09:55:33
  发表了文章 2025-10-10 09:55:33

  Ling-1T，智渊、思简

  今天，我们正式发布Ling 2.0系列的第一款 旗舰非思考模型 - 拥有万亿参数的Ling-1T。推理，是智能的核心表达，更是通用智能体的认知基石。因此，我们持续扩展Ling 2.0 系列模型的自然语言推理能力。Ling-1T沿用 Li…
• 10.09 10:30:37
  发表了文章 2025-10-09 10:30:37

  智谱旗舰模型GLM-4.6开源发布，代码能力对齐Claude Sonnet 4

  作为GLM系列的最新版本，GLM-4.6是系列最强的代码Coding模型（较GLM-4.5提升27%）

2025年09月

• 09.30 10:41:06
  发表了文章 2025-09-30 10:41:06

  DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价

  今天，我们正式发布 DeepSeek-V3.2-Exp 模型，这是一个实验性（ Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制…

  
• 09.30 10:40:12
  发表了文章 2025-09-30 10:40:12

  Tongyi DeepResearch的技术报告探秘

  引言阿里通义实验室悄悄（其实动静不小）发布了一个叫 Tongyi DeepResearch 的 Agent 项目。它没有开发布会，没请明星站台，甚至没发通稿——但它在 GitHub 上架当天，就登顶了“每日趋势榜”。这速度，比人类发现…

  
• 09.30 10:38:47
  发表了文章 2025-09-30 10:38:47

  腾讯混元图像3.0正式开源发布！80B，首个工业级原生多模态生图模型

  腾讯混元图像3.0，真的来了——开源，免费开放使用。 正式介绍一下：混元图像3.0（HunyuanImage 3.0），是首个工业级原生多模态生图模型，参数规模80B，也是目前测评效果最好、参数量最大的开源生图模型，效果可对…

  
• 09.30 10:35:04
  发表了文章 2025-09-30 10:35:04

  PDF解析迎来技术革新！阿里新产品实现复杂文档端到端结构化处理

  前言9月24日云栖大会现场，由阿里巴巴爱橙科技数据技术及产品团队自主研发的 PDF解析神器正式亮相并同步开源模型。这款基于Logics-Parsing模型构建的AI工具直指当前PDF解析领域的技术痛点，显著提升复杂文档的结构…

  
• 09.29 16:07:21
  发表了文章 2025-09-29 16:07:21

  云栖现场｜让评测与标注成为AI进化引擎！阿里发布全新评测平台，3大创新评测集亮相

  云栖现场｜让评测与标注成为AI进化引擎！阿里发布全新评测平台，3大创新评测集亮相

  
• 09.29 15:53:50
  发表了文章 2025-09-29 15:53:50

  科大讯飞开源星火化学大模型、文生音效模型

  近期，科大讯飞在魔搭社区（ModelScope）和Gitcode上开源两款模型：讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly，助力前沿化学技术研究，以及声音生成技术和应用的探索。
• 09.29 15:52:23
  发表了文章 2025-09-29 15:52:23

  腾讯自研 FastMTP 重磅开源：推理速度暴涨 203%，消费级显卡也能跑出无损速度翻倍！

  腾讯自研 FastMTP 重磅开源：推理速度暴涨 203%，消费级显卡也能跑出无损速度翻倍！
• 09.29 15:06:54
  发表了文章 2025-09-29 15:06:54

  LongCat-Flash-Thinking 正式发布，更强、更专业，保持极速！

  LongCat-Flash-Thinking 正式发布，更强、更专业，保持极速！
• 09.29 14:51:30
  发表了文章 2025-09-29 14:51:30

  全网寻！魔搭社区×小红书科技「模法师创造营」等你加入！

  寻找和魔搭、@科技薯 并肩同行的「模」法师 代码之外，一起成为技术布道师！
• 09.19 11:37:02
  发表了文章 2025-09-19 11:37:02

  重磅更新！ModelScope FlowBench 支持视频生成 + 图像编辑，AI创作全面升级！

  很高兴地向大家宣布，ModelScope FlowBench 客户端迎来重大功能升级！ 本次更新不仅正式支持了视频节点功能，还新增了图像编辑与IC-Light智能打光等实用功能，同时对多个图像处理节点进行了深度优化和扩展。现在，您只需在 FlowBench 中轻松串联节点，即可使用 Wan2.1/Wan2.2、Qwen-Image-Edit、FLUX Kontext、IC-Light等强大模型，轻松实现创意内容的生成与编辑。 无论你是内容创作者、视觉设计师，还是AI技术爱好者，这次更新都将为你打开全新的创作边界。
• 09.18 13:33:54
  发表了文章 2025-09-18 13:33:54

  ModelScope魔搭25年9月发布月报

  ModelScope魔搭25年9月发布月报
• 09.16 11:50:58
  发表了文章 2025-09-16 11:50:58

  四大公益场景，20万奖金！AI开源公益创新挑战赛邀你一起「小有可为」

  四大公益场景，20万奖金！AI开源公益创新挑战赛邀你一起「小有可为」
• 09.15 13:20:27
  发表了文章 2025-09-15 13:20:27

  一图全览魔搭社区@2025云栖大会安排

  一图全览魔搭社区@2025云栖大会安排
• 09.11 13:36:40
  发表了文章 2025-09-11 13:36:40

  腾讯混元生图模型升级2.1版本：支持写字、2k分辨率，开源！

  腾讯混元生图模型升级2.1版本：支持写字、2k分辨率，开源！
• 09.11 13:35:10
  发表了文章 2025-09-11 13:35:10

  不会编程也能体验的 AI 魔法，外滩大会代码原生地等你解锁

  不会编程也能体验的 AI 魔法，外滩大会代码原生地等你解锁
• 09.11 13:32:47
  发表了文章 2025-09-11 13:32:47

  魔搭社区携手AFAC2025金融智能创新大赛，共同孵化金融科技新星

  8月27日，在上海市科学技术委员会指导下，由北京大学、清华大学、复旦大学、香港大学、蚂蚁集团等近30家海内外顶级院校、头部企业、孵化器等机构联合发起的AFAC2025金融智能创新大赛总决赛路演圆满结束。
• 09.11 13:27:47
  发表了文章 2025-09-11 13:27:47

  通义实验室Mobile-Agent-v3开源，全平台SOTA的GUI智能体，支持手机电脑等多平台交互

  近日，通义实验室MobileAgent团队正式开源全新图形界面交互基础模型 GUI-Owl，并同步推出支持多智能体协同的自动化框架 Mobile-Agent-v3。该模型基于Qwen2.5-VL打造，在手机端与电脑端共8个GUI任务榜单中全面刷新开源模型性能纪录，达成全平台SOTA。
• 09.11 13:25:50
  发表了文章 2025-09-11 13:25:50

  冠军10万美金！AMD 2025 分布式推理算子优化挑战赛来了

  冠军10万美金！AMD 2025 分布式推理算子优化挑战赛来了
• 09.09 11:23:16
  发表了文章 2025-09-09 11:23:16

  B站开源IndexTTS2，用极致表现力颠覆听觉体验

  在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推动零样本语音合成在实际场景中的落地能力，B站语音团队对模型架构与训练策略进行了深度优化，推出了全新一代语音合成模型——IndexTTS2 。
• 09.08 13:40:05
  发表了文章 2025-09-08 13:40:05

  腾讯混元 3D 世界模型家族又添新成员Voyager：支持超长距离漫游

  9 月 2 日，腾讯混元宣布，其3D世界模型系列最新成员——HunyuanWorld-Voyager（简称混元Voyager）发布并开源，这将推动AI在空间智能领域的应用扩展，为虚拟现实、物理仿真、游戏开发等领域提供高保真3D场景漫游能力，加速行业应用落地。
• 09.08 13:32:58
  发表了文章 2025-09-08 13:32:58

  Kimi K2 模型更新，带来更强的代码能力、更快的 API

  今天，Kimi K2 模型的最新版本 0905 开源发布，进一步提升其在真实编程任务中的表现
• 09.08 13:28:48
  发表了文章 2025-09-08 13:28:48

  魔搭社区模型速递（8.30-9.06）

  🙋魔搭ModelScope本期社区进展：3361个模型，313个数据集，73个创新应用， 8篇内容
• 09.05 11:17:51
  发表了文章 2025-09-05 11:17:51

  美团开源发布 LongCat-Flash-Chat：专为高效智能体任务设计，推理速度超100 tokens/s

  9月1日，美团正式发布 LongCat-Flash-Chat，并同步开源。LongCat-Flash 采用创新性混合专家模型（Mixture-of-Experts, MoE）架构，总参数 560 B，激活参数 18.6B~31.3B（平均 27B），实现了计算效率与性能的双重优化。
• 09.05 11:16:21
  发表了文章 2025-09-05 11:16:21

  外滩大会报名 | 破局 AI 时代，洞察大模型开源开发全景、趋势与机遇

  当 AI 浪潮以肉眼可见的速度重塑全球技术格局，大模型的迭代如浪涌般此起彼伏，开发者们在开源社区的每一次代码提交、每一次项目引用，都在悄然勾勒着行业未来的走向。如何在纷繁复杂的技术演进中，看清 AI 生态的全景与未来？一场围绕大模型开源开发趋势的深度对话已蓄势待发。
• 09.04 16:32:44
  发表了文章 2025-09-04 16:32:44

  魔搭勋章权益全面升级，免费工位+魔搭周边+GPU时长…统统安排！

  亲爱的搭搭搭塔子们～（不是）你听说了吗？现在魔搭社区要给每一位搭友发！福！利！
• 09.03 17:49:02
  发表了文章 2025-09-03 17:49:02

  告别 “缸中之脑”：为何 Agent Runtime 至关重要？MuleRun 如何实现突破？

  TL;DR：很多 AI Agent 被困在受限且一刀切的沙箱内，而 MuleRun 是全球首个通过提供可完全自定义且持久化的 Agent Runtime 来解决这一问题的平台——即你可以定义操作系统、访问原生软件、跨会话保留状态并分配硬件资源。这让你能打造真正的“数字化工人”，而不仅仅是受限的聊天机器人。
• 09.03 10:43:33
  发表了文章 2025-09-03 10:43:33

  拿下30个第1名的腾讯混元翻译模型，开源！

  腾讯混元又带来一个在国际机器翻译比赛拿下30个第1名的翻译模型Hunyuan-MT-7B，它总参数量仅7B，支持33个语种、5种民汉语言/方言互译，是一个能力全面的轻量级翻译模型。
• 09.02 09:58:20
  发表了文章 2025-09-02 09:58:20

  开源SOTA：阶跃发布端到端语音大模型Step-Audio 2 mini！

  大家好，今天阶跃星辰正式发布最强开源端到端语音大模型 Step-Audio 2 mini，该模型在多个国际基准测试集上取得 SOTA 成绩。
• 09.01 14:05:52
  发表了文章 2025-09-01 14:05:52

  魔搭社区模型速递（8.23-8.30）

  🙋魔搭ModelScope本期社区进展：📟4924个模型，📁357个数据集，🎨99个创新应用，📄 9篇内容：
• 09.01 14:04:18
  发表了文章 2025-09-01 14:04:18

  InternVL3.5多模态大模型开源发布，1B-241B九种尺寸，支持跨平台GUI自动化与矢量图生成

  近日，上海人工智能实验室（上海AI实验室）重磅开源发布了多模态大模型书生·万象 InternVL3.5，通过创新的级联式强化学习（Cascade RL）、动态视觉分辨率路由与解耦部署架构，实现推理能力、部署效率与通用能力的全面升级。
• 09.01 14:02:47
  发表了文章 2025-09-01 14:02:47

  AI创作更自由: 魔搭FLowBench云端工作流上线AIGC专区！支持QwenImageEdit免费出图！

  很高兴向大家宣布，ModelScope AIGC 专区的工作流功能正式上线！
• 09.01 13:59:46
  发表了文章 2025-09-01 13:59:46

  混元开源又+1：视频音效可以自动生成了

  AI生成的视频音效，已经可以用于视频制作了。

2025年08月

• 08.29 16:14:15
  发表了文章 2025-08-29 16:14:15

  混元开源又+1：视频音效可以自动生成了

  AI生成的视频音效，已经可以用于视频制作了。

  
• 08.28 14:17:16
  发表了文章 2025-08-28 14:17:16

  面壁开源多模态新旗舰MiniCPM-V 4.5，8B 性能超越 72B，高刷视频理解又准又快

  今天，面壁智能正式开源 8B 参数的面壁小钢炮 MiniCPM-V 4.5 多模态旗舰模型，成为行业首个具备“高刷”视频理解能力的多模态模型，看得准、看得快，看得长！高刷视频理解、长视频理解、OCR、文档解析能力同级 SOTA，且性能超过 Qwen2.5-VL 72B，堪称最强端侧多模态模型。
• 08.28 14:14:43
  发表了文章 2025-08-28 14:14:43

  通义万相开源14B数字人Wan2.2-S2V！影视级音频驱动视频生成，助力专业内容创作

  今天，通义万相的视频生成模型又开源了！本次开源Wan2.2-S2V-14B，是一款音频驱动的视频生成模型，可生成影视级质感的高质量视频。
• 08.28 14:10:58
  发表了文章 2025-08-28 14:10:58

  AI界的篮球赛AI-BA来了，NBA中国赛2025比赛门票等你来拿

  AI界的篮球赛AI-BA来了，NBA中国赛2025比赛门票等你来拿
• 08.28 14:09:00
  发表了文章 2025-08-28 14:09:00

  当AI学会跑跳抓：来云栖大会，参加一场“具身智能运动会”

  一副AI眼镜帮你实时智能识别、一只机器狗陪你跑跨栏、一条机械臂听你指挥、一场与机器人的点球大战——这可不是科幻电影，这是2025云栖大会即将上演的现实。
• 08.26 11:20:38
  发表了文章 2025-08-26 11:20:38

  可调节推理预算，字节Seed团队开源大型语言模型 Seed-OSS 系列！

  字节跳动 Seed 团队正式发布了 Seed-OSS 系列开源大型语言模型，提供强大的长上下文、推理、代理和通用功能，以及对开发者友好的多功能特性。
• 08.25 13:17:54
  发表了文章 2025-08-25 13:17:54

  魔搭社区模型速递（8.17-8.23）

  🙋魔搭ModelScope本期社区进展：📟1652个模型，📁216个数据集，🎨54个创新应用，📄 4篇内容

  
• 08.25 13:15:40
  发表了文章 2025-08-25 13:15:40

  轻量高效，8B 性能强劲书生科学多模态模型Intern-S1-mini开源

  继 7 月 26 日开源『书生』科学多模态大模型 Intern-S1 之后，上海人工智能实验室（上海AI实验室）在8月23日推出了轻量化版本 Intern-S1-mini。