微软发布20亿参数1-bit模型BitNet b1.58，性能超越主流LLM且更适合边缘设备
本周，微软发布了全新的大语言模型家族——BitNet b1.58 LLM。这一系列模型采用了创新的1-bit架构，参数规模达到20亿（2B4T），是迄今为止最大的开源1-bit模型。研究团队表示，这种...
排序
对角蛇形扫描自回归图像生成框架DAR：用于生成高质量图像的新型自回归模型
传统的自回归图像生成方法（如VQGAN）通常按照光栅扫描（raster scan）顺序生成图像令牌。这种方式在行末换行时会导致相邻令牌之间的欧几里得距离过大，从而影响生成效果。例如，当生成一张256...
谷歌推出Gemini 2.5 Flash：更强大的推理能力与灵活的成本控制
谷歌于今日通过Google AI Studio和Vertex AI的Gemini API，发布了Gemini 2.5 Flash的早期预览版。这一新版本在广受欢迎的2.0 Flash基础上进行了重大升...
阿里巴巴通义实验室推出Wan2.1-FLF2V-14B：140亿参数的首尾帧到视频生成大模型
阿里巴巴通义实验室近日开源了Wan2.1系列的首款大模型——Wan2.1-FLF2V-14B。这是一款专为首尾帧到视频生成设计的140亿参数大模型，旨在为数字艺术家提供前所未有的效率和创作灵活性。 模...
FLUX.1-dev-ControlNet-Union-Pro-2.0：Shakker Labs发布的新一代ControlNet，功能升级，性能优化！
Shakker Labs近期发布了FLUX.1-dev-ControlNet-Union-Pro-2.0，这是FLUX.1-dev模型的升级版统一ControlNet。该版本在功能和性能上都进行了显著...
Lightricks 推出 LTX Video 0.9.6：更快、更稳定，助力创意视频生成
Lightricks 在 5 个月前推出了视频生成模型 LTX Video。今天，官方宣布 LTXV 0.9.6 版本正式发布，为视频生成领域带来了新的突破。此次更新推出了 2B 参数开源视频模型的两...
OpenAI 推出o3 和 o4-mini：迄今最智能、最强大的模型，具备全面工具访问能力
今天，OpenAI发布 OpenAI o3 和 o4-mini，这是OpenAI o 系列模型的最新版本，经过训练能在回答前进行更长时间的思考。这些是OpenAI迄今发布的最智能模型，显著提升了 Ch...
开源版GPT‑4o？新型多模态生成模型 Liquid，用一个模型搞定视觉与语言任务
在OpenAI旗下GPT‑4o凭借原生生成及编辑图像功能，火爆网络后，大家都在期待有相对应的开源模型推出。而将视觉和语言任务高效整合一直是研究的热点。华中科技大学、字节跳动和香港大学的研究人员推出了新...
智谱发布新一代 GLM-4-32B-0414 系列模型：高性能、多功能、易部署
4 月 14 日，智谱发布了一则重磅消息：推出新一代 GLM-4-32B-0414 系列模型。这一系列模型凭借 320 亿参数的强大性能，效果直逼 OpenAI 的 GPT 系列和 DeepSeek ...
OpenAI发布全新GPT-4.1系列模型：GPT-4.1、GPT-4.1 mini和GPT-4.1 nano
本周一，OpenAI发布了全新的模型系列——GPT-4.1，包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。这些模型在编程和指令遵循方面表现出色，标志着OpenAI在打造“代理...
字节跳动推出视频生成模型Seaweed-7B：以较低的计算成本实现高效的训练和生成
近年来，随着视频生成技术的快速发展，如何在资源有限的情况下实现高性能的模型训练成为研究热点。字节跳动提出了一种创新的训练策略，推出了一个中等规模的视频生成模型——Seaweed-7B。这个模型拥有约7...
Hi3DGen：通过法线图作为中间表示，从二维图像生成高保真度的3D几何模型
香港中文大学（深圳）、字节跳动和清华大学的研究人员推出通过法线桥接从图像生成高保真度3D几何模型Hi3DGen，通过法线图作为中间表示，从二维图像生成高保真度的三维几何模型。该框架通过解决现有方法在生...
