相关文章
|
5月前
|
编解码
物联网
API
码上生花：用API链接Qwen-Image系列及衍生LoRA生态模型
Qwen-Image系列开源三月成爆款，凭借中文场景优势与ModelScope平台深度集成，支持文生图、图像编辑及LoRA生态API调用，助力开发者高效创作。
1615
1
1
|
5月前
|
存储
数据采集
人工智能
最佳实践丨让苏东坡“复活”！我用Qwen3-8B实现了与千古文豪的跨时空对话
随着人工智能技术的不断发展，虚拟角色不再只是冰冷的对话机器，而是能够承载历史人物的气质、知识体系乃至精神风貌的“数字化身”。今天，我们将完整揭秘如何基于Qwen3-8B大模型，借助LLaMA-Factory Online平台，打造一个沉浸式的“苏东坡数字分身”，让前沿技术为文化传承注入新的活力。
879
10
13
|
5月前
|
自然语言处理
语音技术
Apache
阶跃星辰发布首个开源 LLM 级音频编辑大模型 Step-Audio-EditX
阶跃星辰发布全球首个开源LLM级音频编辑大模型Step-Audio-EditX，支持零样本TTS、多语言方言及情感、风格、副语言特征精准控制，采用统一LLM框架，实现文本驱动音频创作。
853
88
88
|
4月前
|
人工智能
物联网
测试技术
ModelScope魔搭社区发布月报 -- 25年12月
魔搭社区12月重磅更新DeepSeek 3.2、Mistral-3等模型，Z-Image-Turbo引领文生图生态，平台全面升级加速开源模型落地。
542
8
8
|
5月前
刚刚参加了一个MCP赛事，奖金还可以，搭友们可以去试试看
社区8月比赛未获奖有点失落，但发现通义灵码×蚂蚁百宝箱MCP赛事正火热进行！参赛即有机会赢取丰厚奖金，激励满满，令人眼前一亮。已跃跃欲试，搭友们快来一起冲榜夺奖吧！https://tianchi.aliyun.com/competition/entrance/532442
269
2
2
|
6月前
|
传感器
人工智能
API
|
5月前
|
编解码
人工智能
文字识别
【Github热门项目】DeepSeek-OCR项目上线即突破7k+星！突破10倍无损压缩，重新定义文本-视觉信息处理
DeepSeek-OCR开源即获7k+星，首创“上下文光学压缩”技术，仅用100视觉token超越传统OCR模型256token性能，压缩比达10-20倍，精度仍超97%。30亿参数实现单卡日处理20万页，显著降低大模型长文本输入成本，重新定义高效文档理解新范式。
521
2
2
|
5月前
|
数据采集
文字识别
算法
腾讯混元&清华开源15M高质量多模态训练数据，全面开放MLLM迎来质变时刻
腾讯混元与清华推出Bee项目，首创“以数据为中心”的全栈开源方案，通过Honey-Data-15M高质量数据集、HoneyPipe数据增强管线及Bee-8B模型，显著提升全开源多模态大模型性能，缩小与闭源模型差距。
594
4
4
|
5月前
|
机器学习/深度学习
编解码
自然语言处理
腾讯混元 HunyuanVideo 1.5 开源！
腾讯混元团队开源HunyuanVideo 1.5，一款8.3B参数的轻量级视频生成模型，基于DiT架构，支持文生视频、图生视频，可在14G显存设备运行，生成5-10秒高清视频，具备强指令响应、流畅动作与电影级画质。
1232
10
10
|
5月前
|
人工智能
API
Python
Gemini 3 Nano Banana 的MCP服务器开发设计和 国内直连方案
基于Gemini 3 API开发的MCP绘图工具，支持在Coding客户端中边写代码边生成流程图。项目采用Python实现，兼容Gemini 2.5 Flash与3 Pro图像API，集成超时控制、国内直连路由转发功能，可高效调用AI生图。提供完整GitHub开源代码及在线试用地址，欢迎提交Issue交流。
697
11
11