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
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
Google Nano Banana 的系统提示泄露了。
MODEL-ZOO
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
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
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。
MODEL-ZOO
在本文中,我将使用 Ollama 探索 Google DeepMind 的这款紧凑但强大的模型的功能。通过 Ollama,即使在低端个人电脑上,你也可以非常快速地运行这个紧凑的模型。
MODEL-ZOO
Gemma 3 270M是一个超高效的本地AI模型。今天,让我们学习如何微调这个模型,让它在下棋和预测下一步动作方面变得非常聪明。
MODEL-ZOO
在 AI 图像生成领域发生了一些奇怪的事情。一个奇怪的名字 Nano Banana 开始在论坛、Discord 和 AI 测试网站上出现。
MODEL-ZOO
Matrix-Game 2.0只有180万个参数,也可以生成像GTA6这样的游戏。
MODEL-ZOO
Qwen-Image-Edit将Qwen-Image独特的文本渲染能力扩展到图像编辑任务,实现了前所未有的精确文本编辑功能。
MODEL-ZOO
如果你想探索自监督视觉,或者构建一个在不脆弱于领域变化的情况下运行良好的东西,开始研究DINOv3吧。它不仅仅是另一个ViT,而是当ViT真正理解空间时的样子。