BFW编程笔记

搜索

苹果开源非线性代码生成AI编程模型DiffuCode-7B-cpGRPO

苹果开源非线性代码生成AI编程模型DiffuCode-7B-cpGRPO苹果公司于2025年7月5日在Hugging Face平台上开源了名为DiffuCode-7B-cpGRPO的AI编程模型。该模...点击查看

苹果开源非线性代码生成AI编程模型DiffuCode-7B-cpGRPO

阿里开源全球首个应用思维链（CoT）技术的音频生成模型ThinkSound，支持视频配音

阿里开源全球首个应用思维链（CoT）技术的音频生成模型ThinkSound，支持视频配音阿里巴巴通义实验室于2025年7月1日正式开源了全球首个应用思维链（CoT）技术的音频生成模型ThinkSoun...点击查看

阿里开源全球首个应用思维链（CoT）技术的音频生成模型ThinkSound，支持视频配音

被开源deepseek逼到墙角的百度终于开源了文心一言Ernie4.5

被开源deepseek逼到墙角的百度终于开源了文心一言Ernie4.52025年6月30日，百度正式开源文心大模型4.5系列。此次开源的模型共10款，涵盖了激活参数规模分别为47B和3B的混合专家（M...点击查看

被开源deepseek逼到墙角的百度终于开源了文心一言Ernie4.5

阿里开源统一多模态图片理解与生成编辑模型Ovis-U1

阿里开源统一多模态图片理解与生成编辑模型Ovis-U1阿里巴巴AIDC团队开源的Ovis-U1-3B模型是一个具有30亿参数的多模态统一模型，它集成了多模态理解、文本到图像生成和图像编辑三大功能。功能...点击查看

阿里开源统一多模态图片理解与生成编辑模型Ovis-U1

美团开源音频驱动的多人对话视频生成数字人框架MeiGen-MultiTalk

美团开源音频驱动的多人对话视频生成数字人框架MeiGen-MultiTalkMeiGen-MultiTalk 是由中山大学、美团和香港科技大学联合提出的一个音频驱动的多人对话视频生成框架。该框架能够根...点击查看

美团开源音频驱动的多人对话视频生成数字人框架MeiGen-MultiTalk

Black Forest Labs 开源媲美gpt-image的指令图像编辑模型 FLUX.1 Kontext [dev]

Black Forest Labs 开源媲美gpt-image的指令图像编辑模型 FLUX.1 Kontext [dev]Black Forest Labs 正式开源了其图像编辑模型 FLUX.1 K...点击查看

Black Forest Labs 开源媲美gpt-image的指令图像编辑模型 FLUX.1 Kontext [dev]

阿里通义千问推出多模态模型Qwen VLo，实现从AI感知到生成的跨越

阿里通义千问推出多模态模型Qwen VLo，实现从AI感知到生成的跨越阿里云通义千问于2025年6月27日宣布推出最新的多模态统一理解与生成模型Qwen VLo。该模型不仅能够精准“看懂”世界，更能基...点击查看

阿里通义千问推出多模态模型Qwen VLo，实现从AI感知到生成的跨越

谷歌开源2g内存即可运行的端侧多模态100亿参数大模型Gemma 3n

谷歌开源2g内存即可运行的端侧多模态100亿参数大模型Gemma 3n谷歌于2025年6月27日周五凌晨正式发布并开源了全新端侧多模态大模型Gemma 3n。该模型为手机、平板、笔记本等端侧设备带来了...点击查看

谷歌开源2g内存即可运行的端侧多模态100亿参数大模型Gemma 3n

微软推出比Phi更小巧的设备端小语言模型Mu

微软推出比Phi更小巧的设备端小语言模型Mu微软于2025年6月23日宣布推出全新设备端小语言模型Mu，该模型专为Windows 11的设置应用设计，旨在通过自然语言指令简化系统设置操作。功能特性自然...点击查看

微软推出比Phi更小巧的设备端小语言模型Mu

谷歌推出可供机器人本地运行的端侧视觉-语言-动作VLA模型Gemini Robotics On-Device

谷歌推出可供机器人本地运行的端侧视觉-语言-动作VLA模型Gemini Robotics On-Device近日，谷歌 DeepMind 正式发布了 Gemini Robotics On-Device...点击查看

谷歌推出可供机器人本地运行的端侧视觉-语言-动作VLA模型Gemini Robotics On-Device

{{item.title}}

{{item.content}}

{{item.title}}

{{item.content}}

最新提问

云产品购物券