勋章
我关注的人
粉丝
技术能力
暂时未有相关云产品技术能力~
暂无个人介绍
-
发表了文章 2025-11-03
Soul App联合西工大和上交大开源语音合成模型SoulX-Podcast，已登顶Hugging Face TTS趋势榜！
Soul AI Lab联合西工大、上交大开源SoulX-Podcast，支持中英粤川等多语种方言及副语言生成，可稳定输出超60分钟自然流畅的多人对话音频，已在Huggingface登顶TTS趋势榜。
-
发表了文章 2025-10-30
UI-Ins：让 GUI 智能体真正“看懂”用户指令的新范式
通义实验室联合人大发布全新GUI Grounding模型UI-Ins，首创“指令即推理”范式，通过多视角动态推理实现SOTA性能，在五大基准全面领先，支持开源复现与应用。
-
发表了文章 2025-10-29
全新框架 Glyph 开源：用视觉理解文本，3–4 倍上下文压缩，近 5 倍推理提速！
清华CoAI与智谱AI提出Glyph新范式，将长文本渲染为图像，通过视觉语言模型实现高效长上下文处理。3-4倍压缩比，性能媲美主流大模型，显存占用降2/3，低成本支持百万token任务，开源可商用。
-
发表了文章 2025-10-27
仅100多元，他给视障人群装上AI“眼睛”
上海两名开发者为验证AI助盲实效，亲手打造百元AI眼镜，蒙眼实测过马路、识盲道，并开源项目鼓励更多人参与。技术导航，人心照亮。
-
发表了文章 2025-10-27
腾讯混元世界模型1.1开源：支持多视图及视频输入，单卡部署，秒级生成_魔搭ModelScope社区-ModelScope魔搭社区
混元世界模型1.1（WorldMirror）发布，支持多视图、视频输入，单卡秒级生成3D场景。兼容CG管线，开源可部署，实现点云、深度、相机等多任务统一预测，性能领先。
-
发表了文章 2025-10-27
「超级开发个体」在诞生：一份白皮书带你理解AI时代开发者
10月24日程序员节，魔搭社区联合知乎发布《THE NEXT WAVE：AI时代开发者生态白皮书》，揭示AI时代开发者新画像：以“超级个体”为核心，兼具技术与商业闭环能力，工具平权让个人开发者崛起。报告涵盖年龄、学历、组织分布及认知行为特征，展现开发者如何用AI提效、实现从“写代码”到“搭系统”的跃迁。点击下载完整报告。
-
发表了文章 2025-10-23
Qwen3-VL新成员 2B、32B来啦！更适合开发者体质
Qwen3-VL家族重磅推出2B与32B双版本，轻量高效与超强推理兼备，一模型通吃多模态与纯文本任务！
-
发表了文章 2025-10-17
Face-to-Photo 模型开源！联名麦橘MERJIC，遇见另一个你！
魔搭 DiffSynth-Studio 团队携手知名创作者麦橘MERJIC，正式开源全新 AI 图像生成模型——Face-to-Photo！该模型基于 Qwen-Image-Edit，采用 LoRA 的模型结构，专为人脸图像生成而优化，将一张普通的人脸照片转化…
-
发表了文章 2025-10-17
ModelScope魔搭社区发布月报 -- 25年10月
2025年10月，ModelScope密集发布多模态与大模型更新，并上线国际站、科学智能专区及AIGC工具FlowBench，加速开源生态发展。
-
发表了文章 2025-10-15
Qwen3-VL再添丁！4B/8B Dense模型开源，更轻量，仍强大
凌晨，Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型，本地部署友好，并完整保留了Qwen3-VL的全部表现，评测指标表现优秀。
-
发表了文章 2025-10-14
用Macbook微调Qwen3！手把手教你用微调给Qwen起一个新名字
本文介绍如何在MacBook上使用苹果MLX框架高效微调Qwen3大模型。借助MLX的高性能计算与统一内存架构，仅需2分钟即可完成训练，内存占用低至2GB，推理速度达400 Token/s，并支持快速部署为本地API服务，展现Mac轻薄本的强大AI生产力潜力。
-
发表了文章 2025-10-13
图像理解与生成统一模型——前沿模型架构理解
前言生成式多模态模型近年来一直是业界的研究热点。视觉语言模型（VLM）一直是多模态文本生成领域的核心路线，能够完成图像理解任务；扩散模型（Diffusion Model）则一直是图像和视频生成领域的核心方法。
-
发表了文章 2025-10-10
Ling-1T，智渊、思简
今天，我们正式发布Ling 2.0系列的第一款 旗舰非思考模型 - 拥有万亿参数的Ling-1T。推理，是智能的核心表达，更是通用智能体的认知基石。因此，我们持续扩展Ling 2.0 系列模型的自然语言推理能力。Ling-1T沿用 Li…
-
发表了文章 2025-10-09
智谱旗舰模型GLM-4.6开源发布，代码能力对齐Claude Sonnet 4
作为GLM系列的最新版本，GLM-4.6是系列最强的代码Coding模型（较GLM-4.5提升27%）
-
发表了文章 2025-09-30
DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价
今天，我们正式发布 DeepSeek-V3.2-Exp 模型，这是一个实验性（ Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制…
-
发表了文章 2025-09-30
腾讯混元图像3.0正式开源发布！80B，首个工业级原生多模态生图模型
腾讯混元图像3.0，真的来了——开源，免费开放使用。 正式介绍一下：混元图像3.0（HunyuanImage 3.0），是首个工业级原生多模态生图模型，参数规模80B，也是目前测评效果最好、参数量最大的开源生图模型，效果可对…
-
发表了文章 2025-09-30
Tongyi DeepResearch的技术报告探秘
引言阿里通义实验室悄悄（其实动静不小）发布了一个叫 Tongyi DeepResearch 的 Agent 项目。它没有开发布会，没请明星站台，甚至没发通稿——但它在 GitHub 上架当天，就登顶了“每日趋势榜”。这速度，比人类发现…
-
发表了文章 2025-09-30
PDF解析迎来技术革新！阿里新产品实现复杂文档端到端结构化处理
前言9月24日云栖大会现场，由阿里巴巴爱橙科技数据技术及产品团队自主研发的 PDF解析神器正式亮相并同步开源模型。这款基于Logics-Parsing模型构建的AI工具直指当前PDF解析领域的技术痛点，显著提升复杂文档的结构…
-
发表了文章 2025-09-29
云栖现场｜让评测与标注成为AI进化引擎！阿里发布全新评测平台，3大创新评测集亮相
云栖现场｜让评测与标注成为AI进化引擎！阿里发布全新评测平台，3大创新评测集亮相
-
发表了文章 2025-09-29
腾讯自研 FastMTP 重磅开源：推理速度暴涨 203%，消费级显卡也能跑出无损速度翻倍！
腾讯自研 FastMTP 重磅开源：推理速度暴涨 203%，消费级显卡也能跑出无损速度翻倍！
-
发表了文章 2025-09-29
科大讯飞开源星火化学大模型、文生音效模型
近期，科大讯飞在魔搭社区（ModelScope）和Gitcode上开源两款模型：讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly，助力前沿化学技术研究，以及声音生成技术和应用的探索。
-
发表了文章 2025-09-29
LongCat-Flash-Thinking 正式发布，更强、更专业，保持极速！
LongCat-Flash-Thinking 正式发布，更强、更专业，保持极速！
-
发表了文章 2025-09-19
重磅更新！ModelScope FlowBench 支持视频生成 + 图像编辑，AI创作全面升级！
很高兴地向大家宣布，ModelScope FlowBench 客户端迎来重大功能升级！ 本次更新不仅正式支持了视频节点功能，还新增了图像编辑与IC-Light智能打光等实用功能，同时对多个图像处理节点进行了深度优化和扩展。现在，您只需在 FlowBench 中轻松串联节点，即可使用 Wan2.1/Wan2.2、Qwen-Image-Edit、FLUX Kontext、IC-Light等强大模型，轻松实现创意内容的生成与编辑。 无论你是内容创作者、视觉设计师，还是AI技术爱好者，这次更新都将为你打开全新的创作边界。
-
发表了文章 2025-09-18
ModelScope魔搭25年9月发布月报
ModelScope魔搭25年9月发布月报
-
发表了文章 2025-09-16
四大公益场景，20万奖金！AI开源公益创新挑战赛邀你一起「小有可为」
四大公益场景，20万奖金！AI开源公益创新挑战赛邀你一起「小有可为」
-
发表了文章 2025-09-15
一图全览魔搭社区@2025云栖大会安排
一图全览魔搭社区@2025云栖大会安排
-
发表了文章 2025-09-11
腾讯混元生图模型升级2.1版本：支持写字、2k分辨率，开源！
腾讯混元生图模型升级2.1版本：支持写字、2k分辨率，开源！
-
发表了文章 2025-09-11
冠军10万美金！AMD 2025 分布式推理算子优化挑战赛来了
冠军10万美金！AMD 2025 分布式推理算子优化挑战赛来了
-
发表了文章 2025-09-11
不会编程也能体验的 AI 魔法，外滩大会代码原生地等你解锁
不会编程也能体验的 AI 魔法，外滩大会代码原生地等你解锁
-
发表了文章 2025-09-11
魔搭社区携手AFAC2025金融智能创新大赛，共同孵化金融科技新星
8月27日，在上海市科学技术委员会指导下，由北京大学、清华大学、复旦大学、香港大学、蚂蚁集团等近30家海内外顶级院校、头部企业、孵化器等机构联合发起的AFAC2025金融智能创新大赛总决赛路演圆满结束。
-
发表了文章 2025-09-11
通义实验室Mobile-Agent-v3开源，全平台SOTA的GUI智能体，支持手机电脑等多平台交互
近日，通义实验室MobileAgent团队正式开源全新图形界面交互基础模型 GUI-Owl，并同步推出支持多智能体协同的自动化框架 Mobile-Agent-v3。该模型基于Qwen2.5-VL打造，在手机端与电脑端共8个GUI任务榜单中全面刷新开源模型性能纪录，达成全平台SOTA。
-
发表了文章 2025-09-09
B站开源IndexTTS2，用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推动零样本语音合成在实际场景中的落地能力，B站语音团队对模型架构与训练策略进行了深度优化，推出了全新一代语音合成模型——IndexTTS2 。
-
发表了文章 2025-09-08
腾讯混元 3D 世界模型家族又添新成员Voyager：支持超长距离漫游
9 月 2 日，腾讯混元宣布，其3D世界模型系列最新成员——HunyuanWorld-Voyager（简称混元Voyager）发布并开源，这将推动AI在空间智能领域的应用扩展，为虚拟现实、物理仿真、游戏开发等领域提供高保真3D场景漫游能力，加速行业应用落地。
-
发表了文章 2025-09-08
Kimi K2 模型更新，带来更强的代码能力、更快的 API
今天，Kimi K2 模型的最新版本 0905 开源发布，进一步提升其在真实编程任务中的表现
-
发表了文章 2025-09-08
魔搭社区模型速递（8.30-9.06）
🙋魔搭ModelScope本期社区进展：3361个模型，313个数据集，73个创新应用， 8篇内容
-
发表了文章 2025-09-05
美团开源发布 LongCat-Flash-Chat：专为高效智能体任务设计，推理速度超100 tokens/s
9月1日，美团正式发布 LongCat-Flash-Chat，并同步开源。LongCat-Flash 采用创新性混合专家模型（Mixture-of-Experts, MoE）架构，总参数 560 B，激活参数 18.6B~31.3B（平均 27B），实现了计算效率与性能的双重优化。
-
发表了文章 2025-09-04
魔搭勋章权益全面升级，免费工位+魔搭周边+GPU时长…统统安排！
亲爱的搭搭搭塔子们～（不是）你听说了吗？现在魔搭社区要给每一位搭友发！福！利！
-
发表了文章 2025-09-03
告别 “缸中之脑”：为何 Agent Runtime 至关重要？MuleRun 如何实现突破？
TL;DR：很多 AI Agent 被困在受限且一刀切的沙箱内，而 MuleRun 是全球首个通过提供可完全自定义且持久化的 Agent Runtime 来解决这一问题的平台——即你可以定义操作系统、访问原生软件、跨会话保留状态并分配硬件资源。这让你能打造真正的“数字化工人”，而不仅仅是受限的聊天机器人。
-
发表了文章 2025-09-03
拿下30个第1名的腾讯混元翻译模型，开源！
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。
-
发表了文章 2025-09-02
开源SOTA：阶跃发布端到端语音大模型Step-Audio 2 mini！
大家好，今天阶跃星辰正式发布最强开源端到端语音大模型 Step-Audio 2 mini，该模型在多个国际基准测试集上取得 SOTA 成绩。
-
发表了文章 2025-09-01
魔搭社区模型速递（8.23-8.30）
🙋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：
-
发表了文章 2025-09-01
InternVL3.5多模态大模型开源发布，1B-241B九种尺寸，支持跨平台GUI自动化与矢量图生成
近日，上海人工智能实验室（上海AI实验室）重磅开源发布了多模态大模型书生·万象 InternVL3.5，通过创新的级联式强化学习（Cascade RL）、动态视觉分辨率路由与解耦部署架构，实现推理能力、部署效率与通用能力的全面升级。
-
发表了文章 2025-09-01
AI创作更自由: 魔搭FLowBench云端工作流上线AIGC专区！支持QwenImageEdit免费出图！
很高兴向大家宣布，ModelScope AIGC 专区的工作流功能正式上线！
-
发表了文章 2025-09-01
混元开源又+1：视频音效可以自动生成了
AI生成的视频音效，已经可以用于视频制作了。
-
发表了文章 2025-08-29
混元开源又+1：视频音效可以自动生成了
AI生成的视频音效，已经可以用于视频制作了。
-
发表了文章 2025-08-28
通义万相开源14B数字人Wan2.2-S2V！影视级音频驱动视频生成，助力专业内容创作
今天，通义万相的视频生成模型又开源了！本次开源Wan2.2-S2V-14B，是一款音频驱动的视频生成模型，可生成影视级质感的高质量视频。
-
发表了文章 2025-08-28
AI界的篮球赛AI-BA来了，NBA中国赛2025比赛门票等你来拿
AI界的篮球赛AI-BA来了，NBA中国赛2025比赛门票等你来拿
-
发表了文章 2025-08-28
面壁开源多模态新旗舰MiniCPM-V 4.5，8B 性能超越 72B，高刷视频理解又准又快
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。
-
发表了文章 2025-08-28
当AI学会跑跳抓：来云栖大会，参加一场“具身智能运动会”
一副AI眼镜帮你实时智能识别、一只机器狗陪你跑跨栏、一条机械臂听你指挥、一场与机器人的点球大战——这可不是科幻电影，这是2025云栖大会即将上演的现实。
-
发表了文章 2025-08-26
可调节推理预算，字节Seed团队开源大型语言模型 Seed-OSS 系列！
字节跳动 Seed 团队正式发布了 Seed-OSS 系列开源大型语言模型，提供强大的长上下文、推理、代理和通用功能，以及对开发者友好的多功能特性。
-
发表了文章
2025-11-04
超长序列并行之Ulysses + Ring-Attention技术原理与实现
-
发表了文章
2025-11-03
Soul App联合西工大和上交大开源语音合成模型SoulX-Podcast，已登顶Hugging Face TTS趋势榜！
-
发表了文章
2025-10-31
Thinking Machines Lab最新研究结果如何复现？On-Policy Distillation让训练成本直降10倍
-
发表了文章
2025-10-30
UI-Ins：让 GUI 智能体真正“看懂”用户指令的新范式
-
发表了文章
2025-10-29
全新框架 Glyph 开源：用视觉理解文本，3–4 倍上下文压缩，近 5 倍推理提速！
-
发表了文章
2025-10-27
仅100多元，他给视障人群装上AI“眼睛”
-
发表了文章
2025-10-27
腾讯混元世界模型1.1开源：支持多视图及视频输入，单卡部署，秒级生成_魔搭ModelScope社区-ModelScope魔搭社区
-
发表了文章
2025-10-27
「超级开发个体」在诞生：一份白皮书带你理解AI时代开发者
-
发表了文章
2025-10-23
Qwen3-VL新成员 2B、32B来啦！更适合开发者体质
-
发表了文章
2025-10-17
Face-to-Photo 模型开源！联名麦橘MERJIC，遇见另一个你！
-
发表了文章
2025-10-17
ModelScope魔搭社区发布月报 -- 25年10月
-
发表了文章
2025-10-15
Qwen3-VL再添丁！4B/8B Dense模型开源，更轻量，仍强大
-
发表了文章
2025-10-14
用Macbook微调Qwen3！手把手教你用微调给Qwen起一个新名字
-
发表了文章
2025-10-13
图像理解与生成统一模型——前沿模型架构理解
-
发表了文章
2025-10-10
Ling-1T，智渊、思简
-
发表了文章
2025-10-09
智谱旗舰模型GLM-4.6开源发布，代码能力对齐Claude Sonnet 4
-
发表了文章
2025-09-30
DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价
-
发表了文章
2025-09-30
腾讯混元图像3.0正式开源发布！80B，首个工业级原生多模态生图模型
-
发表了文章
2025-09-30
Tongyi DeepResearch的技术报告探秘
-
发表了文章
2025-09-30
PDF解析迎来技术革新！阿里新产品实现复杂文档端到端结构化处理
-
捣鼓AI做一本情绪拉满的2025夸夸日历发布时间：2024-12-31 14:18:47 视频时长：3分37秒 播放量：205捣鼓AI做一本情绪拉满的2025夸夸日历 -
极致的显存管理！6G显存运行混元Video模型发布时间：2024-12-31 13:41:52 视频时长：0分4秒 播放量：291极致的显存管理！6G显存运行混元Video模型 -
Qwen开源视觉推理模型QVQ，更睿智地看世界！发布时间：2024-12-25 10:22:22 视频时长：0分38秒 播放量：242Qwen开源视觉推理模型QVQ，更睿智地看世界！ -
MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！发布时间：2024-12-25 09:57:30 视频时长：0分23秒 播放量：229MNN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！发布时间：2024-12-25 09:57:07 视频时长：0分24秒 播放量：427MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！ -
HelloMeme:充分利用 SD1.5 基模的理解能力，实现表情与姿态的迁移发布时间：2024-12-24 13:53:17 视频时长：0分22秒 播放量：154HelloMeme:充分利用 SD1.5 基模的理解能力，实现表情与姿态的迁移 -
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发布时间：2024-12-23 10:36:46 视频时长：1分19秒 播放量：217AI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发布时间：2024-12-23 10:36:32 视频时长：1分15秒 播放量：178AI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发布时间：2024-12-23 10:36:16 视频时长：1分31秒 播放量：209AI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发布时间：2024-12-23 10:35:52 视频时长：3分10秒 播放量：186AI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，优秀作品展示发布时间：2024-12-11 19:27:25 视频时长：1分6秒 播放量：210AI赋能大学计划，优秀作品展示 -
AI赋能大学计划，优秀作品展示发布时间：2024-12-11 19:27:07 视频时长：1分58秒 播放量：206AI赋能大学计划，优秀作品展示 -
AI赋能大学计划，优秀作品展示发布时间：2024-12-11 19:26:32 视频时长：1分6秒 播放量：214AI赋能大学计划，优秀作品展示