BFW编程笔记

搜索

小米开源首个推理大模型Xiaomi MiMo-7B，性能超越OpenAI o1-mini

小米开源首个推理大模型Xiaomi MiMo-7B，性能超越OpenAI o1-mini小米公司于2025年4月30日正式发布并开源了其首个专注于推理能力的大型语言模型——Xiaomi MiMo-7B...点击查看

小米开源首个推理大模型Xiaomi MiMo-7B，性能超越OpenAI o1-mini

阿里开源支持全身肢体动作的图片说话口型同步对口型框架FantasyTalking

阿里开源支持全身肢体动作的图片说话口型同步对口型框架FantasyTalkingFantasyTalking 是由阿里巴巴 AMAP 团队和北京邮电大学联合研发的新型框架，专注于从单张静态肖像生成逼真...点击查看

阿里开源支持全身肢体动作的图片说话口型同步对口型框架FantasyTalking

阿里开源最强混合推理ai大模型qwen3，超越gpt-o1、grok3、deepseek

阿里开源最强混合推理ai大模型qwen3，超越gpt-o1、grok3、deepseek阿里巴巴于2025年4月29日凌晨发布了新一代通义千问Qwen3系列模型。Qwen3系列涵盖了8款不同尺寸的模型...点击查看

阿里开源最强混合推理ai大模型qwen3，超越gpt-o1、grok3、deepseek

阶跃星辰开源类似gpt4o与gemini一句话p图的开源模型Step1X-Edit

阶跃星辰开源类似gpt4o与gemini一句话p图的开源模型Step1X-EditStep1X-Edit 是由阶跃星辰（Stepfun AI）团队推出的一款开源的通用图像编辑框架，具有强大的图像编辑能...点击查看

阶跃星辰开源类似gpt4o与gemini一句话p图的开源模型Step1X-Edit

字节开源多参考主体一致性视频生成模型Phantom

字节开源多参考主体一致性视频生成模型PhantomPhantom 是由字节跳动智能创作团队推出的一种新型视频生成框架，专注于通过跨模态对齐技术生成主题一致的视频。该框架通过文本、图像和视频的三元组数据...点击查看

字节开源多参考主体一致性视频生成模型Phantom

Moonshot开源支持语音识别与语音生成的模型Kimi-Audio-7B-Instruct

Moonshot开源支持语音识别与语音生成的模型Kimi-Audio-7B-InstructMoonshot AI 正式发布了全新的开源音频基础模型 Kimi-Audio-7B-Instruct，这是...点击查看

Moonshot开源支持语音识别与语音生成的模型Kimi-Audio-7B-Instruct

全球首个自回归开源文生视频大模型MAGI-1

全球首个自回归开源文生视频大模型MAGI-12025年4月21日，Sand AI正式发布了其首个视频生成大模型——MAGI-1。这一模型以其创新的自回归扩散架构和卓越的性能，迅速成为生成式AI领域的焦...点击查看

全球首个自回归开源文生视频大模型MAGI-1

Dia-1.6B：开源文本转语音模型，支持人声情感和语调控制，对话更生动自然

Dia-1.6B：开源文本转语音模型，支持人声情感和语调控制，对话更生动自然由 Nari Labs 开发的开源文本转语音（TTS）模型 Dia-1.6B，凭借其卓越的对话生成能力和高度逼真的语音效果，...点击查看

Dia-1.6B：开源文本转语音模型，支持人声情感和语调控制，对话更生动自然

字节开源1小时长视频理解和自动剪辑成精华短视频大模型Vidi

字节开源1小时长视频理解和自动剪辑成精华短视频大模型Vidi字节跳动近日宣布推出其最新研发的多模态模型Vidi，该模型基于字节自研的VeOmni框架，融合时间增强变换器与多模态编码器，重塑超长视频理解...点击查看

字节开源1小时长视频理解和自动剪辑成精华短视频大模型Vidi

开源AI声音克隆模型Amphion Vevo?一键模仿人声音色与风格还能翻唱歌曲

开源AI声音克隆模型Amphion Vevo?一键模仿人声音色与风格还能翻唱歌曲Amphion是一个开源的音频、音乐和语音生成工具包，由香港中文大学（深圳）副教授武执政团队联合上海人工智能实验室和深...点击查看

开源AI声音克隆模型Amphion Vevo?一键模仿人声音色与风格还能翻唱歌曲

{{item.title}}

{{item.content}}

{{item.title}}

{{item.content}}

最新提问

云产品购物券