Tagged

MODEL-ZOO

A collection of 259 posts

MODEL-ZOO

三星TRM：微型递归模型

三星刚刚发布了一款仅有 700 万参数的全新 AI 模型，但它的表现却超越了市面上一些最大的模型。它比 DeepSeek 或 Gemini 2.5 Pro 小 1 万倍，但在 ARC-AGI 1 和 2 基准测试中仍然表现出更强大的推理能力。

MODEL-ZOO

你应该微调哪个模型？

如果你曾经尝试过微调语言模型，你很可能问过自己和我最初一样的问题：“好吧……我应该选哪个模型？”

MODEL-ZOO

Kling 2.5 Turbo使用教程

Kling 2.5 的价格更加实惠，质量以及情感表达方面都有了巨大的提升。

MODEL-ZOO

Code-supernova多模态编程AI

这个秘密的新编码模型震惊了世界。疯狂的是，没有人知道它背后的真正推手。但它绝对意义重大。

MODEL-ZOO

SongBloom：歌曲生成模型

SongBloom不仅输出音频片段，还能生成连贯的完整歌曲，包括歌词、人声、乐器、前奏和副歌，听起来像真正的音乐。

MODEL-ZOO

VoxCPM：无需分词语音克隆AI

大多数文本到语音系统将语音分解成称为标记的小符号块，然后将其重建为声音。VoxCPM则摒弃了这一想法。不做分词。相反，它生成连续的语音流。

MODEL-ZOO

Nano Banana可以做的5件事

在这篇博客中，我们将探讨5个简单的想法，展示你如何立即开始使用Nano Banana来解决人们实际面临的问题。

MODEL-ZOO

12个Seedream 4的疯狂用法

在本文中，你将看到Seedream 4能做的疯狂事情——从将草图变成精美的产品照片，到创建完整的摄影棚拍摄，甚至为漫画上色。

MODEL-ZOO

Nano Banana的5个图像编辑技巧

在本文中，我将向你展示五个很棒的例子，说明你可以如何使用 Google Nano Banana 进行图像编辑。

MODEL-ZOO

EmbeddingGemma轻量嵌入模型

EmbeddingGemma是一个小型的开源嵌入模型（3.08 亿个参数），可以直接在你的笔记本电脑、台式机甚至手机上运行。

MODEL-ZOO

Nano Banana赚钱的13个方法

在这篇文章中，我将带你了解13种人们已经通过Nano Banana创造收入的方法。

MODEL-ZOO

为Nano Banana编写JSON提示

如果您使用的是 Gemini Nano Banana，您的结果很大程度上取决于您如何编写提示。

MODEL-ZOO

Nano Banana的6个官方提示

本教程概述了6种典型的文本到图像场景，并提供了撰写自然语言提示的建议。

MODEL-ZOO

用Nano Banana API编辑图像

如果我们把最好的免费 API AI 提供商和最新的 Google 图像生成模型结合起来会怎样？

MODEL-ZOO

Nano Banana真正的重要性

Google在Gemini中使用扩散模型是一个非常重要的事情。

MODEL-ZOO

Nano Banana：超越图像生成

Nano 不仅仅是一个图像生成器；它是一个创意工作室，拥有丰富的功能，能够提供全新的工作方式。

MODEL-ZOO

Gemma 3微调指南

Google 发布了 Gemma 3 270M，这是一款紧凑的指令调优模型，可在本地运行。

MODEL-ZOO

Nano Banana 的22个酷炫用法

在这篇文章中，我将带你了解 50 多种使用 Nano Banana 的疯狂方法。

MODEL-ZOO

5个顶级视觉语言模型的简单测试

聊天模型正在以惊人的速度发展，它们的能力每天都在提高。然而，基于视觉的任务仍然是许多AI模型的重大挑战。

MODEL-ZOO

MiniCPM-V 4.5：最佳边缘LLM

MiniCPM-V 4.5是MiniCPM-V系列中的最新模型。尽管体积小，但它在视觉语言任务、视频理解和OCR/文档解析方面的性能有了显著提升。

MODEL-ZOO

Nano Banana 系统提示(泄露)

Google Nano Banana 的系统提示泄露了。

MODEL-ZOO

Wan S2V开源视频生成模型

WAN-S2V不是AI视频的最终答案，但它显然走在正确的方向上。它能够处理长视频，保持身份不变，并且实际上感觉它“理解”了场景，是的，这是一个巨大的转变。

MODEL-ZOO

VibeVoice vs. NotebookLM

微软刚刚发布了 VibeVoice，它看起来像是对 Google NotebookLM 的严重威胁，而 NotebookLM 目前仍是 AI 播客生成领域的霸主。

MODEL-ZOO

Gemini 2.5 Flash Image

Google悄然发布了Gemini 2.5 Flash Image（之前被称为Nano Banana），它只做一件事：你输入你想看到的内容，它生成的图像不会看起来像一场糟糕的迷幻药之旅。

MODEL-ZOO

VibeVoice：超长输出TTS

VibeVoice是一个免费的NotebookLM替代品，其模型形式覆盖了非常长的演讲和多轮对话。