阿里巴巴

在当今的音频环境中，清晰沟通面临诸多挑战。背景噪音、重叠对话以及音频和视频信号的混合等因素常常破坏了沟通的清晰度和理解力。这些问题不仅影响个人通话，还波及专业会议和内容制作等场景。尽管音频技术有所进步...

阿里旗下PAI项目组开源了视频生成模型Wan 2.1 的控制模型，支持不同的控制条件，如Canny、Depth、Pose、MLSD等，同时支持使用轨迹控制。 模型地址：https://huggingf...

阿里巴巴今日宣布，夸克正式升级为无边界的“AI超级框”，基于阿里通义领先的推理及多模态大模型，为用户提供一站式、全能化的AI服务。 从对话式AI到“AI超级框” 与传统的对话式AI不同，夸克此次升级将...

阿里巴巴推出一款名为 QVQ-Max 的全新视觉推理模型，这是其 Qwen模型系列中的最新成员。QVQ-Max 的独特之处在于它能够理解照片和视频的内容，并对这些信息进行分析和推理，从而提供解决方案...

阿里巴巴的研究人员推出一种名为 TaoAvatar 的技术，用于创建逼真的、全身的、会说话的虚拟形象（avatar），并能够在增强现实（AR）设备上实时运行。TaoAvatar 基于 3D 高斯点绘制...

在AI技术的浪潮中，视频生成技术正逐渐成为新的热点。阿里巴巴集团通义实验室紧跟技术前沿，于2月21日宣布开源其先进的视频生成模型——WanX 2.1。然而，在发布过程中出现了一个小插曲，模型名称由Wa...

阿里巴巴旗下的“通义灵码”今日宣布推出全新的模型选择功能，支持基于百炼的 DeepSeek-V3 和 DeepSeek-R1 满血版 671B 模型。这一更新不仅增强了通义灵码的能力，还为开发者提供了...

在大语言模型的发展中，尽管在理解和生成类人文本方面取得了显著进展，但在处理复杂推理任务时，尤其是需要多步计算或逻辑分析的任务，这些模型往往表现不佳。传统的思维链（Chain of Thought, C...

随着多模态大模型的不断发展，我们对技术边界的认知也在持续被刷新。从最初的 QwenVL 到如今的 Qwen2.5 VL，我们在提升模型图像理解能力方面不断取得进步。 项目主页：https://qwen...

阿里巴巴近日正式推出 AgentScope 1.0 —— 一个以开发者为核心的开源智能体（Agent）开发框架，致力于解决当前智能体应用在可控性、可维护性和落地部署方面的关键挑战。 不同于仅聚焦于单点...

在企业招聘中，自动化处理海量简历是刚需，但简历格式千奇百怪——多栏排版、图文混排、表格嵌套，传统文本提取工具常会打乱语义顺序，导致关键信息错位。 针对这一难题，阿里巴巴企业智能团队发布了 SmartR...

今日，阿里巴巴正式宣布 千问 App 全平台公测上线——这款基于全球第一开源模型通义千问 Qwen 打造的个人 AI 助手，不仅延续了强大的对话能力，更以“会聊天、能办事”为核心定位，剑指未来 AI ...