魔搭ModelScope社区小助手_社区达人页

2025年01月

• 01.10 10:54:48
  发表了文章 2025-01-10 10:54:48

  共学 | 2025年，更加有效地搭建Agent

  2024年末，Anthropic写了一篇叫做“Building effective Agents”的文章，针对如何有效的搭建Agent，常见Agent工作流程的几种范式，以及对现在的Code Agent工作模式做了详细的解读。本文结合cookbook+ModelScope的免费Qwen API做了一些中文示例的实践，来更好的理解这篇文章。

  
• 01.09 09:53:32
  发表了文章 2025-01-09 09:53:32

  DashInfer-VLM，多模态SOTA推理性能，超vLLM！

  DashInfer-VLM是一个针对于视觉多模态大模型VLM的推理架构，特别优化了Qwen VL模型的推理加速，DashInfer-VLM和其他的VLM的推理加速框架最大的区别是， 它把VIT部分和LLM部分进行了分离，并且VIT和LLM的运行是并行运行，不互相干扰。
• 01.08 10:58:34
  发表了文章 2025-01-08 10:58:34

  麦橘超然上线魔搭社区，免费生图和训练，文末返图有奖

  麦橘超然是麦橘制作的基于Flux.1的模型，可以生成高度摄影写实和富有光影感的图片，尤其擅长表现人物的脸部和肌肤细节。麦橘之前的作品麦橘写实是各大文生图开源站点最受欢迎的模型之一。
• 01.07 11:07:48
  发表了文章 2025-01-07 11:07:48

  使用 modelscope-studio 构建你的 Gradio 应用

  modelscope-studio是一个基于 Gradio 的三方组件库，它可以为开发者提供更定制化的界面搭建能力和更丰富的组件使用形式。
• 01.07 10:48:23
  发表了文章 2025-01-07 10:48:23

  TransferTOD：利用LLM解决TOD系统在域外场景槽位难以泛化的问题

  任务型对话系统旨在高效处理任务导向的对话，如何利用任务型对话系统准确、高效、合理地完成信息采集的工作一直是一项关键且具有挑战性的任务。
• 01.06 10:31:16
  发表了文章 2025-01-06 10:31:16

  魔搭社区每周速递（12.29-1.4）

  魔搭ModelScope本期社区进展：828个模型，72个数据集，61个创新应用，9篇内容
• 01.03 20:40:49
  发表了文章 2025-01-03 20:40:49

  AI电影从这个LoRA开始：魔搭AIGC1月赛题公布&12月赛题获奖作品新鲜出炉

  魔搭社区LoRA创意挑战赛月度赛第三期来啦！ 1月赛题揭晓：电影风格模型训练大赛
• 01.03 16:54:26
  发表了文章 2025-01-03 16:54:26

  智谱发布GLM-OS概念及Agent产品，CogAgent-9B模型开源助力GUI交互场景

  11月29日，智谱正式提出 GLM-OS 概念，并发布 AutoGLM 和 GLM-PC 两款 Agent 产品。近期GLM-PC 的基座模型—— CogAgent-9B 开源，供社区进一步开发。
• 01.03 16:53:16
  发表了文章 2025-01-03 16:53:16

  人人都是音乐家！中科大&科大讯飞重磅开源OpenMusic：音乐生成更高质量，更有乐感

  提出了一种质量感知训练范式，使模型在训练过程中能够感知数据集的质量，从而在音乐性（美学角度）和音频质量方面实现卓越的音乐生成效果。

  
• 01.02 15:30:05
  发表了文章 2025-01-02 15:30:05

  新年课程开启：手把手教学，0基础5次课程学会搭建无限拓展的AI应用

  你是否想过自己也能动手搭建一个AI应用？现在，这个目标触手可及！

2024年12月

• 12.31 19:18:13
  发表了文章 2024-12-31 19:18:13

  社区供稿 | Para-Former：DUAT理论指导下的CV神经网络并行化，提速多层模型推理

  神经网络正越来越多地朝着使用大数据训练大型模型的方向发展，这种解决方案在许多任务中展现出了卓越的性能。然而，这种方法也引入了一个迫切需要解决的问题：当前的深度学习模型基于串行计算，这意味着随着网络层数的增加，训练和推理时间也会随之增长。
• 12.31 19:17:26
  发表了文章 2024-12-31 19:17:26

  魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了！

  现在，魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦！
• 12.31 18:43:58
  发表了文章 2024-12-31 18:43:58

  极致的显存管理！6G显存运行混元Video模型

  混元 Video 模型自发布以来，已成为目前效果最好的开源文生视频模型，然而，这个模型极为高昂的硬件需求让大多数玩家望而却步。魔搭社区的开源项目 DiffSynth-Studio 近期为混元 Video 模型提供了更高效的显存管理的支持，目前已支持使用24G显存进行无任何质量损失的视频生成，并在极致情况下，用低至 6G 的显存运行混元 Video 模型！
• 12.31 14:18:47
  发布了视频 2024-12-31 14:18:47

  捣鼓AI做一本情绪拉满的2025夸夸日历

  捣鼓AI做一本情绪拉满的2025夸夸日历

  
• 12.31 13:41:52
  发布了视频 2024-12-31 13:41:52

  极致的显存管理！6G显存运行混元Video模型

  极致的显存管理！6G显存运行混元Video模型

  
• 12.30 10:14:05
  发表了文章 2024-12-30 10:14:05

  魔搭社区每周速递（12.22-12.28）

  魔搭ModelScope本期社区进展：1039个模型，128个数据集，63个创新应用，6篇内容。
• 12.30 10:12:55
  发表了文章 2024-12-30 10:12:55

  魔搭llamafile集成：让大模型开箱即用

  Llamafile是一个将大模型和其所需运行环境，全封装在一个可执行文件中的开源创新项目。为了方便广大开发者能以更低的门槛使用大模型，魔搭社区上提供了大量优秀模型的llamafile格式。
• 12.27 09:54:17
  发表了文章 2024-12-27 09:54:17

  ModernBERT-base：终于等到了 BERT 回归

  BERT于 2018 年发布（史前人工智能！），但它至今仍被广泛使用，BERT的纯编码器架构使其成为每天出现的各种场景的理想选择，例如检索、分类和实体提取。
• 12.25 12:17:05
  发表了文章 2024-12-25 12:17:05

  Qwen开源视觉推理模型QVQ，更睿智地看世界！

  在人类的思维中，语言和视觉紧密交织，塑造着我们感知和理解世界的方式。我们的推理能力深深植根于语言思维和视觉记忆之中。那么，当我们将这些能力赋予人工智能时，会发生什么呢？如今的大语言模型已经展现出卓越的推理能力，但我们不禁思考：它们能否通过掌握视觉理解的力量，攀登认知能力的新高峰？

  
• 12.25 11:20:20
  发表了文章 2024-12-25 11:20:20

  MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！

  随着移动端（手机/平板等）算力、内存、磁盘空间的不断增长，在移动端部署大模型逐渐成为可能。在端侧运行大模型，可以有一系列好处：去除网络延迟，加快响应速度；降低算力成本，便于大规模应用；不需数据上传，保护用户稳私。

  
• 12.25 10:22:21
  发布了视频 2024-12-25 10:22:21

  Qwen开源视觉推理模型QVQ，更睿智地看世界！

  Qwen开源视觉推理模型QVQ，更睿智地看世界！

  
• 12.25 09:57:30
  发布了视频 2024-12-25 09:57:30

  MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！

  MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！

  
• 12.25 09:57:07
  发布了视频 2024-12-25 09:57:07

  MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！

  MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！

  
• 12.24 14:12:11
  发表了文章 2024-12-24 14:12:11

  HelloMeme:充分利用 SD1.5 基模的理解能力，实现表情与姿态的迁移

  利用最新的 Diffusion 生成技术实现表情迁移

  
• 12.24 13:53:17
  发布了视频 2024-12-24 13:53:17

  HelloMeme:充分利用 SD1.5 基模的理解能力，实现表情与姿态的迁移

  HelloMeme:充分利用 SD1.5 基模的理解能力，实现表情与姿态的迁移

  
• 12.23 12:18:03
  发表了文章 2024-12-23 12:18:03

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  12月14日，由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。

  
• 12.23 10:47:24
  发表了文章 2024-12-23 10:47:24

  魔搭社区每周速递（12.15-12.21）

  🙋魔搭ModelScope本期社区进展：📟1914个模型，📁58个数据集，🎨78个创新应用，📄 8篇内容

  
• 12.23 10:42:03
  发表了文章 2024-12-23 10:42:03

  RWKV-7：极先进的大模型架构，长文本能力极强

  RWKV-7 是极先进的最新大模型架构，超越 attention / linear attention 范式，拥有强大的 in-context-learning（上下文学习）能力，可真正持续学习，在保持 100% RNN 的同时，拥有极强的长文本能力。

  
• 12.23 10:39:53
  发表了文章 2024-12-23 10:39:53

  多模态实时交互大模型浦语·灵笔 2.5 OmniLive开源：能看、能听、会记、会说！

  2024年12月12日，多模态实时交互大模型书生·浦语灵笔2.5-OL(InternLM-XComposer2.5-OmniLive)开源，该模型可以通过视觉和听觉实时观察和理解外部世界，自动形成对观察到内容的长期记忆，并可通过语音与人类用户进行对话交谈，提供更自然的大模型交互体验。

  
• 12.23 10:36:46
  发布了视频 2024-12-23 10:36:46

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  
• 12.23 10:36:32
  发布了视频 2024-12-23 10:36:32

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  
• 12.23 10:36:15
  发布了视频 2024-12-23 10:36:15

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  
• 12.23 10:35:52
  发布了视频 2024-12-23 10:35:52

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营

  
• 12.20 10:55:07
  发表了文章 2024-12-20 10:55:07

  CompassArena上新！JudgeCopilot与新一代Bradley-Terry模型竞技体验

  2024 年 5 月，上海人工智能实验室司南 OpenCompass 团队携手魔搭 ModelScope，联合推出了大模型评测平台——CompassArena（大模型竞技场），为大模型领域引入了一种全新的竞技模式。

  
• 12.20 10:38:21
  发表了文章 2024-12-20 10:38:21

  社区供稿 | 引入隐式模型融合技术，中山大学团队推出 FuseChat-3.0

  在大语言模型（LLM）领域，结合多个模型的优势以提升单个模型的能力已成为一大趋势。然而，以往的模型融合方法例如 FuseLLM[1], FuseChat-1.0/2.0[2] 等存在词表对齐困难、效率低下等问题。

  
• 12.20 10:21:00
  发表了文章 2024-12-20 10:21:00

  温暖接力：“追星星的AI”再出发，志愿者招募令！

  孤独症儿童绘本创作工具二期迭代开发，缺人！

  
• 12.19 10:04:22
  发表了文章 2024-12-19 10:04:22

  Megrez-3B-Omni: 首个端侧全模态理解开源模型

  Megrez-3B-Omni是由无问芯穹（Infinigence AI）研发的端侧全模态理解模型，基于无问大语言模型Megrez-3B-Instruct扩展，同时具备图片、文本、音频三种模态数据的理解分析能力。

  
• 12.18 10:00:53
  发表了文章 2024-12-18 10:00:53

  ModelScope魔搭12月版本发布月报

  为了给开发者提供更便捷的开源模型API访问方式，我们正式启动了 ModelScope API-Inference 的公测。在开源工具链方面，我们进行了ModelScope 1.21.0的新版本发布，提供了llamafile的集成以及模型加载/下载链路的优化，SWIFT 3.0大版本也已经合并主干，在这个基础上新模型的支持会更加顺畅与便利。

  
• 12.17 13:37:49
  发表了文章 2024-12-17 13:37:49

  CosyVoice再升级，可扩展流式语音合成

  通义实验室在前期的工作中提出了基于监督离散语音标记的多语言语音合成模型CosyVoice。通过使用两种流行的生成模型：语言模型 (LM) 和流匹配进行渐进式语义解码，CosyVoice 在语音语境学习中实现了较高的韵律自然度、内容一致性和说话人相似性。