Gradio 5 稳定版正式发布

简介: Gradio 5 稳定版正式发布

过去的几个月里,我们一直在努力工作,今天,我们想向大家展示成果:Gradio 5 稳定版现已发布。

有了 Gradio 5,开发者可以构建 生产级的机器学习 Web 应用,这些应用不仅性能优越、可扩展、设计精美、易于访问,而且还遵循了最佳的 Web 安全实践。更重要的是,只需几行 Python 代码即可实现。

想要体验 Gradio 5,只需在终端中输入以下命令:

pip install --upgrade gradio

然后开始构建你的 第一个 Gradio 应用。
Gradio 5:面向生产环境的机器学习应用构建工具

如果你之前使用过 Gradio,可能会想知道 Gradio 5 有什么不同。

Gradio 5 的目标是倾听和解决 Gradio 开发者在构建生产级应用时遇到的常见问题。例如,我们听到一些开发者提到:

“Gradio 应用加载太慢” → Gradio 5 带来了重大的性能改进,包括通过服务端渲染 (SSR) 提供 Gradio 应用,几乎可以在浏览器中瞬间加载应用。告别加载时的转圈圈! 🏎️💨

“这个 Gradio 应用看起来有点过时” → Gradio 5 对许多核心组件进行了现代化设计改进,包括按钮、标签页、滑块以及高级聊天界面。我们还发布了一组全新的内置主题,让你可以轻松创建外观时尚的 Gradio 应用 🎨。

“我无法在 Gradio 中构建实时应用” → Gradio 5 实现了低延迟的流式处理!我们使用 base64 编码和 websockets 自动加速,还通过自定义组件支持 WebRTC。此外,还增加了大量文档和示例演示,涵盖了常见的流式处理用例,如基于摄像头的物体检测、视频流处理、实时语音转录与生成,以及对话型聊天机器人。 🎤

“LLM 不了解 Gradio” → Gradio 5 推出了一个实验性的 AI Playground,你可以在其中使用 AI 来生成或修改 Gradio 应用,并立即在浏览器中预览:https://www.gradio.app/playground

Gradio 5 在保留简单直观的开发者 API 的同时,提供了所有这些新功能。作为面向各种机器学习应用的生产级 Web 框架,Gradio 5 还在 Web 安全性方面做了重大改进(包括第三方审计)——更多详情将在即将发布的博客中介绍!
破坏性改动 (breaking changes)

在 Gradio 4.x 中没有出现弃用警告的 Gradio 应用应该可以继续在 Gradio 5 中正常运行,少数例外请参考 Gradio 5 中的破坏性改动列表。
Gradio 的下一步计划

我们在 Gradio 5 中的许多更改是为了支持即将发布的新功能。敬请期待以下内容:

支持多页面的 Gradio 应用,以及原生的导航栏和侧边栏
支持通过 PWA 在移动设备上运行 Gradio 应用,甚至可能支持原生应用
更多媒体组件,以支持新兴的图像和视频处理模式
更丰富的 DataFrame 组件,支持常见的电子表格操作
与机器学习模型和 API 提供商的一键集成
进一步减少 Gradio 应用的内存消耗

以及更多功能!有了 Gradio 5 提供的稳固基础,我们非常期待让开发者使用 Gradio 构建各种机器学习应用。
立即试用 Gradio 5

以下是一些运行 Gradio 5 的 Space 应用,欢迎体验:
[box.apkhd.com)
[box.awesomeflag.com)
[box.asdaq.net)
[box.art-898.com)
[box.kokecn.com)
[box.kuaijiedai.net)

相关文章
|
23天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
16天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
20天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2576 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
18天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
3天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
2天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
163 2
|
20天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1576 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
22天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
972 14
|
3天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
218 2
|
17天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
734 9