今天，通义千问开源了推理模型QwQ-32B

最近，Muon优化器在训练小规模语言模型方面展示了强大的效果，但其在大规模模型上的可扩展性尚未得到验证。

2025 年 2 月 18 号，阶跃星辰宣布开源了两款 Step 系列多模态模型——Step-Video-T2V 视频生成模型和 Step-Audio 语音交互模型。

Airweave 是一个开源工具，能够将应用程序的数据同步到图数据库和向量数据库中，实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。

本文提出了一种高效的多模态大模型，多阶段去除冗余视觉token——MustDrop。多模态大模型中的视觉tokens通常表现出显著的空间和时间冗余，并且大模型的大部分输入令牌是视觉tokens，这极大程度上影响了多模态大模型推理效率。

PaSa 是字节跳动推出的基于强化学习的学术论文检索智能体，能够自动调用搜索引擎、阅读论文并追踪引文网络，帮助用户快速获取精准的学术文献。

调试占用了开发者50%的时间？本文提供一套专业的AI调试指令，将大模型转化为"拥有10年经验的代码医生"。通过结构化的诊断-修复-预防流程，告别低效的"玄学调试"，实现从"修好Bug"到"根治隐患"的质变。

在当今快速发展的人工智能领域，大型语言模型（LLM）的应用正迅速渗透到各个行业。随着企业对AI响应速度的要求不断提高，低延迟LLM的选择与优化已成为技术团队面临的关键挑战。实时聊天机器人、智能客服、自动驾驶辅助系统等场景对响应时间提出了极高的要求，毫秒级的延迟差异可能直接影响用户体验和业务效率。2025年，随着推理优化技术的突破性进展，低延迟LLM已不再是难以企及的目标，而是成为实际生产环境中的标准配置。

ModelScope魔搭25年9月发布月报

FLUX模型又又又更新了！ 黑森林联合Krea发布了文生图模型Flux.1 Krea Dev，这是目前最好的开源文生图模型。 魔搭社区第一时间上线Flux.1 Krea Dev，快来AIGC专区抢先体验图片

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。

GPT-4o 所展示对话式 AI 的新高度，正一步步把我们在电影《Her》中看到的 AI 语音体验变成现实。AI 的语音交互正在变得更丰富、更流畅、更易用，成为构建多模态智能体的重要组成部分。

本文介绍了基于ModelScope MCP协议的AI视频生成解决方案，涵盖核心机制解析、零代码工作流搭建、性能优化策略及全链路异常处理。通过统一上下文描述符抽象异构AI服务，实现图像生成、语音合成与视频剪辑的自动化编排。结合缓存优化与错误重试机制，大幅提升生成效率（如5分镜视频从91.7s降至22.4s）。最后展示《夏日海滩》生成案例，并探讨个性化风格迁移与商业场景集成等进阶方向，揭示零代码本质为服务、流程与资源的三层抽象。

今天，小米开源发布两款 7B 规模视觉-语言模型 MiMo-VL-7B-SFT 和 MiMo-VL-7B-RL。

本文重点介绍借助DeepNLP的MCP应用市场中 MCP Server的JSON文件配置，在 Cursor客户端 从0-1构建一个行程规划AI AGENT，为行程规划类的AI AGENT。五一假期期间帮助用户把自己电脑变成一个超级AI AGENT智能体。目前主要使用了Google Map/Baidu Map和高德AMAP的MCP，实现如北京到上海的三天火车旅行规划。内容涵盖基础设置准备、Agent Mode测试及不同地图服务的横向对比与具体配置方法（如NPX、Docker、Python等）。

这是一份使用DeepSeek快速创建个人网站的10分钟指南。内容分为四个步骤：搭建基础架构（HTML框架）、设计核心内容区块（关于我、作品展示等）、快速配置样式（CSS美化页面）以及添加联系表单并部署到GitHub Pages。通过简单的代码和DeepSeek的智能辅助功能，用户可以轻松实现个性化调整，如更换主题色、增加模块或优化响应式设计。虽然整体流程简单高效，但可能因功能有限或美观度不足而需进一步扩展与改进。

基于微信小程序的移动学习平台旨在解决传统APP占用过多手机存储空间的问题，提升用户体验。该平台使用微信开发者工具开发前端，SSM框架和Java语言开发后台，并采用MySQL数据库保存数据。系统支持管理员对教师、课程、学生信息进行管理，教师可查看及审核作业，管理课程资源；学生能提交作业、查看审核结果并收藏或评论课程资源。此平台使用户无需安装独立APP即可访问学习内容，极大提升了便捷性和管理效率。 关键词：基于微信小程序的移动学习平台；微信开发者工具；SSM框架

MeteoRA 是南京大学推出的多任务嵌入框架，基于 LoRA 和 MoE 架构，支持动态任务切换与高效推理。

Magma 是微软研究院开发的多模态AI基础模型，结合语言、空间和时间智能，能够处理图像、视频和文本等多模态输入，适用于UI导航、机器人操作和复杂任务规划。

曾几何时，Stable Diffusion的复杂参数令人崩溃，如今即梦、可灵等AI工具已让生成图片变得轻而易举。哩布哩布发布2.0升级公告，看似迈向更易用的未来，却也悄然为那个钻研模型、拼接工作流的“拓荒时代”奏响终章。技术迭代飞快，但那份对创造的热爱与探索精神，永不褪色。

在大语言模型（LLM）的生产环境部署中，系统的可靠性和稳定性至关重要。随着LLM应用场景的不断扩展，从简单的文本生成到复杂的多模态交互，用户对服务可用性和响应质量的要求也日益提高。据2025年最新的AI服务可用性报告显示，顶级AI服务提供商的SLA（服务级别协议）承诺已达到99.99%，这意味着每年的计划外停机时间不得超过52.56分钟。

在大语言模型（LLM）部署的生产环境中，有效的监控系统是确保服务稳定性、可靠性和性能的关键。随着LLM模型规模的不断扩大和应用场景的日益复杂，传统的监控手段已难以满足需求。Prometheus作为当前最流行的开源监控系统之一，凭借其强大的时序数据收集、查询和告警能力，已成为LLM部署监控的首选工具。

在大规模语言模型（LLM）的训练过程中，评估模型性能是一个至关重要但常被简化处理的环节。2025年的研究表明，仅依赖单一指标（如困惑度）来判断模型质量已经无法满足复杂应用场景的需求。困惑度作为语言模型训练中最核心的评估指标，其与下游任务表现之间的关系远比直觉更复杂。本文将深入剖析困惑度的数学原理、计算方法、优化策略，以及其与各类下游任务表现的相关性分析，为大规模语言模型的训练优化提供全面的技术指导。

在2025年的AI生态系统中，通用大语言模型（LLM）如ChatGPT、LLaMA 3、Claude 3等已经展现出惊人的通用能力。然而，当面对特定行业或场景的专业需求时，通用模型往往表现出局限性：术语理解不准确、领域知识不足、任务适配性差等问题。这正是模型定制与微调技术应运而生的背景。

在大语言模型（LLM）训练和推理过程中，GPU资源的高效监控和管理至关重要。随着模型规模的不断增长和计算需求的提升，如何精确监控GPU利用率、及时发现性能瓶颈并进行优化，成为AI研究人员和工程师面临的重要挑战。NVIDIA-SMI作为NVIDIA官方提供的GPU监控工具，提供了丰富的功能来监控和管理GPU资源。本文将深入探讨NVIDIA-SMI的进阶使用方法，以及如何利用其与其他工具结合构建高效的GPU利用率可视化监控系统。

🙋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：

AI生成的视频音效，已经可以用于视频制作了。

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。

本圈子系统解决方案提供即时通讯、多级圈子、兴趣小组、私密社区及会员制管理功能。支持开源与商业方案，推荐ThinkSNS+、EasyClub及OpenFire等系统，并提供前后端技术选型建议，助力快速搭建社交平台。

近期，字节跳动Seed推出了 BAGEL—— 一个开源的多模态理解和生成础模型，具有70亿个激活参数（总共140亿个），并在大规模交错多模态数据上进行训练。

随着大模型技术的快速发展，业界的关注点正逐步从模型训练往模型推理 转变。这一转变不仅反映了大模型在实际业务中的广泛应用需求，也体现了技术优化和工程化落地的趋势。

Ollama Deep Researcher 是一款完全本地化的网络研究助手，可使用Ollama托管的任何 LLM 。输入一个主题，它将生成网络搜索查询，收集网络搜索结果（默认通过Tavily），总结网络搜索结果，反思总结以检查知识差距，生成新的搜索查询以解决差距，搜索并改进总结，循环次数由用户定义。它将为用户提供最终的 markdown 摘要，其中包含所有使用的来源。