魔搭每周精选通义万相3D模型与数据集应用-开发者社区-阿里云

魔搭社区模型速递（5.11-5.17）

2025-05-19 630

版权

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。

简介： 🙋魔搭ModelScope本期社区进展：📟1656个模型,151个数据集,645个创新应用,📄 9 篇内容

编辑

🙋魔搭ModelScope本期社区进展：

📟1656个模型：通义万相2.1-VACE-视频生成编辑-14B、WorldPM-72B系列、Step1X-3D、Nexus-Gen、Qwen3系列量化模型等；

📁151个数据集：AudioJailbreak、multiplayer-racing-low-res、AceCode-V1.1-69K 等；

🎨645个创新应用：DreamO、PP-StructureV3 Online Demo 等；

📄 9 篇内容：

ModelScope魔搭25年5月发布月报
阶跃星辰联合光影焕像开源 3D 大模型 Step1X-3D，高保真+可控！
通义万相Wan2.1-VACE开源！业内首个视频编辑统一模型！附推理教程
全模态图像模型Nexus-Gen对齐GPT-4o！图片理解生成编辑同时搞定，数据、训练框架、模型全面开源
小米开源MiMo-7B！从预训练到强化学习，解锁语言模型的推理潜能
10分钟，用RAG搭建专业钉钉/飞书客服机器人
“一丹一世界”三等奖 | 木刻时光·细密风经验分享
MCP&RL系统学，打榜赛尽情玩！书生大模型实战营第5期课程玩法双升级，火热报名中
魔搭核心开发者共创会 | 邀请函

01.模型推荐

通义万相2.1-VACE-视频生成编辑-14B

通义万相2.1-VACE是一款由阿里巴巴开源的多功能AI视频生成与编辑模型，具备文生视频、图像参考生成、视频重绘、局部编辑、背景延展等多种功能，支持文本、图像、视频等多种输入形式。它采用统一模型架构，支持细粒度控制信号，能够在消费级显卡上高效运行，降低了使用门槛。该模型适用于创意视频制作、视频内容编辑、虚拟现实、AI自动化内容创作和个性化视频定制等场景。

模型地址：

https://www.modelscope.cn/models/Wan-AI/Wan2.1-VACE-14B

深度讲解，推理教程，效果展示，详见文章：

通义万相Wan2.1-VACE开源！业内首个视频编辑统一模型！附推理教程

WorldPM-72B系列

WorldPM是通义千问团队和复旦大学自然语言处理实验室的一项关于“建模世界偏好”(Modeling World Preference)的联合研究，证明了偏好建模遵循与语言建模类似的规模法则。研究团队通过在不同规模(1.5B～72B)的Qwen 2.5模型上使用1500万条偏好数据进行大规模训练，显示随着模型规模和训练数据量增加，在客观评估和对抗性领域呈明确可扩展性趋势，而在主观评估中风格偏好可能是限制因素。

同时，研究团队进一步实验验证了WorldPM作为偏好微调基础的有效性，WorldPM显著提升了不同规模（7K/100K/800K样本）人类偏好数据集的泛化性能，将WorldPM集成至内部RLHF流程后，在自建和公共评估集上均取得显著改进。本次研究论文、代码与模型（1个基模、3个微调后的偏好模型）已开源。

论文链接：

https://arxiv.org/abs/2505.10527

模型地址：

WorldPM-72B

https://www.modelscope.cn/models/Qwen/WorldPM-72B

WorldPM-72B-HelpSteer2

https://www.modelscope.cn/models/Qwen/WorldPM-72B-HelpSteer2

WorldPM-72B-UltraFeedback

https://www.modelscope.cn/models/Qwen/WorldPM-72B-UltraFeedback

WorldPM-72B-RLHFLow

https://www.modelscope.cn/models/Qwen/WorldPM-72B-RLHFLow

示例代码：

from modelscope import AutoModel, AutoTokenizer, AutoConfig
model_name = 'Qwen/WorldPM-72B'
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
config = AutoConfig.from_pretrained(model_name,trust_remote_code=True )
model = AutoModel.from_pretrained(
    model_name, 
    config = config, 
    device_map = "auto", 
    trust_remote_code=True,
).eval()
def get_score(model, tokenizer, conversation):
    con_str = tokenizer.apply_chat_template(conversation, tokenize=False, add_generation_prompt=False)
    input_ids = tokenizer.encode(con_str, return_tensors="pt", add_special_tokens=False)
    outputs = model(input_ids=input_ids.to(model.device))
    score = outputs[0].cpu().item()
    return score
messages = [
    [
        {'role': 'system', 'content': ""},
        {'role': 'user', 'content': "Tips for better sleep?"},
        {'role': 'assistant', 'content': "Three key tips for better sleep:\n1. Set a consistent bedtime and wake-up schedule\n2. Avoid screens 1 hour before bed\n3. Keep your bedroom cool and dark\n\nStart with these habits and you should notice improvement within a week."}
    ],
    [
        {'role': 'system', 'content': ""},
        {'role': 'user', 'content': "Tips for better sleep?"},
        {'role': 'assistant', 'content': "just try sleeping earlier or take some pills if u cant sleep lol. maybe watch tv until u get tired idk"}
    ]
]
score = [get_score(model, tokenizer=tokenizer, conversation=message) for message in messages]
print(score) #[0.6298332214355469, -1.6425328254699707] for WorldPM-72B

Step1X-3D

阶跃星辰联合光影焕像开源的3D大模型Step1X-3D，具有4.8B参数量，采用3D原生两阶段架构，解耦几何与纹理表征，生成结构清晰、细节生动的3D内容。模型基于200万高质量数据训练，支持对称性、表面细节等属性的精细调控，且在CLIP-Score等关键指标上表现优异，为3D内容创作提供了高保真、可控的生成方案。

模型地址：

https://www.modelscope.cn/models/stepfun-ai/Step1X-3D