不影响性能！Perplexity 开源基于DeepSeek-R1推出的无审查版本R1 1776
R1 1776是Perplexity基于DeepSeek-R1推出的无审查版本，该模型号称提供公正、准确和真实的信息，同时保持高推理能力。目前，用户可以在 HuggingFace 上下载该模型，或者通...
排序
基于Mamba架构的自回归（AR）图像生成模型AiM：实现高质量和高效率的图像生成，同时保持推理速度的优势
北京邮电大学、中国科学院大学、香港理工大学和中国科学院自动化研究所的研究人员推出自回归（autoregressive, AR）图像生成模型AiM，它基于Mamba架构构建。AiM模型的目的是实现高质量...
3D内容生成模型Magic-Boost：将粗糙的3D模型转换成高质量的3D模型
来自南洋理工大学和字节跳动的研究人员推出新型3D内容生成模型Magic-Boost，它能够将粗糙的3D模型转换成高质量的3D资产。Magic-Boost是一种多视角条件扩散模型。它能够通过短暂的SDS...
海贼王漫画风格LoRA模型：One Piece Manga Style
One Piece Manga Style是一款基于 PONYDIFFUSION XL训练的LoRA模型，此LoRA需要搭配Pony Diffusion模型才能出好图，在书写提示词的时候需要添加触发词...
AWPortrait-FL：基于FLUX.1-dev 的人物微调FLUX模型
AWPortrait-FL是由DynamicWang在FLUX.1-dev 基础上微调的FLUX模型，其不仅使用了 AWPortrait-XL 的训练数据，还加入了近 2000 张审美价值极高的时尚摄...
阿里发布Qwen3-LiveTranslate-Flash ：全球首个视、听、说全模态实时同传大模型
阿里通义实验室今日推出 Qwen3-LiveTranslate-Flash——一款基于 Qwen3-Omni 基座模型打造的多语言实时音视频同声传译大模型。 Demo：https://huggingf...
OpenAI 推出更快的语音转录模型Whisper large-v3-turbo，不牺牲质量、速度提升8 倍
在10月1日的DevDay活动中，OpenAI宣布了一项重大更新：推出了Whisper large-v3-turbo语音转录模型。这款新模型在保持质量几乎不变的前提下，处理速度比之前的large-v3...
新型目标检测模型Mamba-YOLO-World：能够理解并识别各种不同物体的智能系统，即使这些物体在训练时没有被明确标记
复旦大学计算机学院、腾讯优图实验室、上海交通大学等的研究人体推出新型目标检测模型Mamba-YOLO-World，它专门设计用于开放词汇检测（Open-Vocabulary Detection，简称O...
Fish Audio 发布 OpenAudio S1-mini：支持 14 种语言、50+ 情感语气的开源 TTS 模型
文本转语音（TTS）领域迎来一位重量级开源选手 —— OpenAudio S1-mini。 这是由 Fish Audio 团队 推出的 S1 模型的轻量化版本，参数规模为 5亿（0.5B），基于超过 ...
Black Forest Labs发布FLUX.1 Tools系列开源模型：增强FLUX.1模型的控制与可操纵性
Black Forest Labs发布了FLUX.1 Tools系列开源模型，这是一套旨在为FLUX.1模型增加控制和可操纵性的模型组合，使修改和重建真实及生成的图像成为可能。在发布时，FLUX.1 ...
智谱AI推出CogVideoX 开源模型的升级版本CogVideoX1.5-5B
智谱技术团队对于旗下开源视频生成模型CogVideoX进行了升级，今天释出了CogVideoX1.5-5B 系列模型，相比于原有模型，CogVideoX v1.5 将包含 5/10 秒、768P、16...
Useful开源自动语音识别 (ASR) 模型Moonshine：专门针对实时转录和语音命令处理进行了优化
Useful开源了一款名为 Moonshine 的全新语音转文本模型。这款模型不仅在速度和效率上超越了目前最领先的 OpenAI 的 Whisper 模型，而且在准确率方面也达到了同等水平甚至更优。M...
