我说魔，你说搭-魔搭AI视频宣传片挑战赛
2025-05-06
131
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
当大家都喊魔塔的时候，我们决定搞个事情...有人管咱们叫"魔塔"？
目录
相关文章
|
2月前
|
人工智能
并行计算
Linux
斯坦福黑科技让笔记本GPU也能玩转AI视频生成！FramePack：压缩输入帧上下文长度！仅需6GB显存即可生成高清动画
斯坦福大学推出的FramePack技术通过压缩输入帧上下文长度，解决视频生成中的"遗忘"和"漂移"问题，仅需6GB显存即可在普通笔记本上实时生成高清视频。
478
19
19
|
2月前
|
人工智能
测试技术
计算机视觉
让AI看懂3小时长视频！Eagle 2.5：英伟达推出8B视觉语言模型，长视频理解能力碾压72B大模型
Eagle 2.5是英伟达推出的8B参数视觉语言模型，通过创新训练策略在长视频和高分辨率图像理解任务中超越更大规模模型，支持512帧视频输入和多样化多模态任务。
195
11
11
|
24天前
|
人工智能
自然语言处理
算法
|
2月前
|
机器学习/深度学习
人工智能
编解码
AI视频生成也能自动补全！Wan2.1 FLF2V：阿里通义开源14B视频生成模型，用首尾两帧生成过渡动画
万相首尾帧模型是阿里通义开源的14B参数规模视频生成模型，基于DiT架构和高效视频压缩VAE，能够根据首尾帧图像自动生成5秒720p高清视频，支持多种风格变换和细节复刻。
603
9
10
|
2月前
|
人工智能
缓存
API
只管提需求，AI来帮你修图！ImagePulse：魔搭开源图像处理神器！原子级数据集让AI秒懂修图指令
ImagePulse是魔搭社区推出的开源项目，通过构建原子能力数据集支持下一代图像理解与生成模型，包含修改、缩放、风格迁移等专项数据集。
189
4
4
|
2月前
|
人工智能
编解码
算法
AI生成视频告别剪辑拼接！MAGI-1：开源自回归视频生成模型，支持一镜到底的长视频生成
MAGI-1是Sand AI开源的全球首个自回归视频生成大模型，采用创新架构实现高分辨率流畅视频生成，支持无限扩展和精细控制，在物理行为预测方面表现突出。
329
1
1
|
2月前
|
人工智能
算法
API
多模态模型卷王诞生！InternVL3：上海AI Lab开源78B多模态大模型，支持图文视频全解析！
上海人工智能实验室开源的InternVL3系列多模态大语言模型，通过原生多模态预训练方法实现文本、图像、视频的统一处理，支持从1B到78B共7种参数规模。
319
6
6
|
2月前
|
机器学习/深度学习
人工智能
自动驾驶
让AI看懂图像每个像素！英伟达推出多模态大模型 DAM-3B：图像视频局部描述精度提升300%
英伟达推出的DAM-3B多模态大语言模型，通过创新的焦点提示技术和局部视觉骨干网络，实现了对图像和视频中特定区域的精准描述生成，为内容创作和智能交互领域带来全新可能。
234
0
0
|
2月前
|
存储
人工智能
安全
AI驱动的幼儿跌倒检测——视频安全系统的技术解析
幼儿跌倒检测系统基于AI视频技术，融合人体姿态识别与实时报警功能，为幼儿园安全管理提供智能化解决方案。系统通过YOLOv9、OpenPose等算法实现高精度跌倒检测（准确率达98%），结合LSTM时间序列分析减少误报，支持目标分类区分幼儿与成人，并具备事件存储、实时通知及开源部署优势。其高效、灵活、隐私合规的特点显著提升安全管理效率，助力优化园所运营。
100
0
0
|
15天前
|
机器学习/深度学习
人工智能
算法
通义OmniAudio大模型，让 AI 看懂 360° 视频，并“听”出对应的空间音频
OmniAudio 是一项突破性的空间音频生成技术，能够直接从 360° 视频生成 FOA（First-order Ambisonics）空间音频，为虚拟现实和沉浸式娱乐带来全新可能。通过自监督 coarse-to-fine 预训练和双分支视频表示微调，OmniAudio 在非空间音频质量和空间定位准确性上显著优于现有方法。项目包含超过 103,000 个视频片段的 Sphere360 数据集，支持高质量的模型训练与评估。代码、数据及论文均已开源，助力沉浸式体验技术发展。
175
61
61
热门文章
最新文章
1
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
2
基于Qwen3的Embedding和Rerank模型系列，开源！
3
4G手机内存玩转Qwen2.5-Omni？MNN全面支持Qwen2.5-Omni与Qwen3！
4
实战 | Qwen3大模型微调入门实战（完整代码）
5
实战 | Qwen2.5-VL模型目标检测（Grounding）任务领域微调教程
6
高效部署通义万相Wan2.1：ComfyUI文生/图生视频实战，工作流直取！
7
FireCrawl：开源 AI 网络爬虫工具，自动爬取网站及子页面内容，预处理为结构化数据
8
FilmAgent：多智能体共同协作制作电影，哈工大联合清华推出 AI 驱动的自动化电影制作工具
9
multi-agent：多角色Agent协同合作，高效完成复杂任务
10
FastAPI开发者福音！FastAPI-MCP：将FastAPI秒变MCP服务器的开源神器，无需配置自动转换！
1
无缝体验设计、一键直达的奥秘
6
2
“一丹一世界”三等奖 |咖菲猫咪_商业海报案例分享
137
3
从种草生活到种草AI，小红书发布首个开源大模型dots.llm1
105
4
合成数据也能通吃真实世界？首个融合重建-预测-规划的生成式世界模型AETHER开源
53
5
10分钟，用RAG搭建专业钉钉/飞书客服机器人
80
6
趣丸千音MCP首发上线魔搭社区，多重技术引擎，解锁AI语音无限可能
92
7
AgentScope 与 MCP：实践、思考与展望
189
8
十万奖金等你来战！第二届“隐语杯”数据挑战赛报名正式启动！
66
9
基于Qwen3的Embedding和Rerank模型系列，开源！
1045
10
魔搭社区模型速递（6.2-6.7）
77