Gorden Sun

统计数据

266

文章

0

粉丝

0

获赞

642

阅读

2个月前

MiniMax-M1：MiniMax开源的推理模型分80K和40K两个版本，这里的80K和40K是指推理消耗的最大token数。456B总参数，激活参数45.9B。评分超过旧版DeepSeek R1和Qwen3-235B-A22B。在线使用：模型： Github：

MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 10 条信息

#MiniMax #开源模型 #推理模型 #DeepSeek R1 #Qwen3-235B-A22B #人工智能

2个月前

AI资讯日报，6月16日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

#AI #资讯 #日报

2个月前

Ultra-FineWeb：中英双语开源数据集 OpenBMB开源的数据集，包括1T英文token和120B中文token，是训练MiniCPM4的数据集。数据地址：

#开源数据集 #中英文 #OpenBMB #MiniCPM4

2个月前

Flow里的Veo 3提示词里不能写中文了，生成准确的中文语音更难了，看来中文只能等即梦了。

#Veo3 #中文语音 #即梦 #Flow #提示词

2个月前

AI资讯日报，6月15日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

2个月前

Ming-Omni：首个开源版多模态GPT-4o 蚂蚁集团和inclusionAI开源，支持输入文本、语音、图片、视频，输出文本、语音、图片（跟GPT-4o一样），应该是对标GPT-4o的第一个开源模型。项目地址： Github：

#Ming-Omni #开源 #多模态模型 #GPT-4o #蚂蚁集团 #inclusionAI

2个月前

MagicTryOn：视频版AI换衣基于Wan 2.1视频模型，使用VideoX-Fun实现了换衣流程。 Github：项目地址：

#MagicTryOn #视频版AI换衣 #Wan2.1视频模型 #VideoX-Fun #换衣流程 #AI技术 #Github项目 #视频处理

3个月前

AI资讯日报，6月14日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

#AI #资讯 #日报 #6月14日

3个月前

Claude Opus为第一作者发表论文 arxiv上有一篇新论文，Claude Opus是第一作者，论文的内容是驳斥之前苹果发表的论文“大型推理模型不是真正的智能模型”，论据是苹果的实验设计有局限性。论文：

#Claude Opus #论文驳斥 #苹果

3个月前

AI资讯日报，6月13日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

AI资讯日报，6月12日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

MidJourney开始视频评分可以在MidJourney网站上评分他们的AI视频模型生成视频，总体感受是美学依旧在线，但是视频水平也就是可灵1.5的水平，经常出现各种错误和幅度过小的情况。我对MidJourney的视频模型很担忧，因为v7至今还会把手画错。地址：

#midjourney #AI视频 #视频评分 #模型错误

3个月前

字节开源LatentSync 1.6 嘴型同步模型，能处理切换镜头的情形，效果还可以。模型： Github：

#字节开源 #LatentSync #嘴型同步 #AI模型 #GitHub

3个月前

V-JEPA 2：Meta开源的世界模型杨立昆带队的视觉模型，不仅能理解视频，而且能预测视频。在视觉评测的所有项目上都获得了最高分，在指挥机器人行动方面遥遥领先。官方介绍： Github：模型：

#Meta #世界模型 #V-JEPA 2 #视觉模型 #视频预测

3个月前

AI资讯日报，6月11日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

MonkeyOCR：兼具质量与效率的OCR模型 3B参数，采用结构-识别-关联的处理流程，兼具准确率和效率。准确率比传统OCR明显提升，公式识别比MinerU提升了15%准确率；识别速度明显超过VLLM模型，每秒识别0.84页，大幅优于Qwen2.5 VL-7B的每秒0.12页。 Github：模型：

#MonkeyOCR #OCR技术 #识别准确率 #公式识别 #识别速度

3个月前

AI资讯日报，6月10日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

Mirage：虚拟人模型通过音频驱动，生成生动的人物视频，嘴型同步，有丰富的表情和人物动作，跟HeyGen类似。本身是付费产品，但是官方发布了一个非常详细的技术报告，如果从事这方面的研究，值得一读。官方介绍：详细技术报告：

#虚拟人 #音频驱动 #人物视频 #HeyGen #技术报告

3个月前

PartCrafter：生成结构化3D模型输入图片，生成3D模型，基于DiT，特点是生成的3D模型可以拆成小部件。项目地址：

#3D模型 #图像生成 #人工智能 #DiT技术 #结构化3D #部件分解

3个月前

AI资讯日报，6月9日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

AI资讯日报，6月8日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

3个月前

AI资讯日报，6月6日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

#AI #资讯 #日报 #6月6日

3个月前

AI资讯日报，6月5日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息

#AI资讯 #每日新闻

3个月前

Fish Audio开源S1-mini语音模型 S1模型的蒸馏版本，0.5B参数，S1的效果不错，在官网可以体验。S1 mini可以自己部署免费使用，但是不可商用。在线体验：模型：

#Fish Audio #开源 #S1-mini语音模型 #蒸馏版本 #参数 #效果 #官网体验 #部署 #免费使用 #不可商用

3个月前

AI资讯日报，6月4日：

#AI乱象不止：内容注水，隐私堪忧· 173 条信息