Tagged

MODEL-ZOO

A collection of 363 posts

MODEL-ZOO

用MonkeyOCR解析复杂PDF

如果你曾经处理过真实的扫描文档或PDF，可能会遇到这样或那样的混乱情况。

MODEL-ZOO

5个AI设计的音乐 UI 比较

在本文中，我们将分解挑战，评估每个模型的性能，比较它们的方法，并为 2026 年与 AI 合作的程序员提供可操作的见解。

MODEL-ZOO

用Gemini 3做Web设计

如果你想要创建一个网页的快速原型，你不再需要为此使用Figma。你可以直接在Gemini中开始。

MODEL-ZOO

Gemini 3：设计能力超乎想象

我作为设计师测试了Gemini 3。它可怕地出色。

MODEL-ZOO

Gemini 3代理化视觉

传统上，多模态LLM会根据图像进行单次通过做出最佳猜测 —— 有时正确，有时自信地错误。

MODEL-ZOO

将CodeBERTa压缩到10KB以下

AI模型通常太大而无法发送到用户的设备，但对于某些任务，它们可以做得出奇的小。在本文中，我将探索将智能缩小到一个小模型的一般想法，以语言检测为例。

MODEL-ZOO

Genie 3 世界模型解读

在 Genie 3 中，模型维护一个在当前帧中不可见的内部状态：摄像机后面是什么、什么对象持续存在、动量和空间结构。

MODEL-ZOO

运行 OpenClaw 的最佳模型

OpenClaw支持十几个提供商，每个都有成本、能力和数据最终去向的权衡

MODEL-ZOO

用Nano Banana做平面设计

本文 Nano Banana Pro 在图形设计工作中表现真正出色的 10 个用例，包含可重复使用的实用提示词。

MODEL-ZOO

TabPFN：表格数据基础模型

TabPFN的意思是表格先验数据拟合网络，这是一个基于将模型拟合到 表格数据集的先验而不是单个数据集的思想的基础模型，因此得名。

MODEL-ZOO

适合消费级GPU的图像生成模型

在这个详细的指南中，我们探索了各种图像生成模型，在小型 GPU（≤8GB VRAM）上的性能、速度和输出质量。

MODEL-ZOO

Kimi K2.5 + Claude Code 实测

Moonshot AI 从不让我们感到惊喜 —  Kimi K2.5 已经发布，所以我将它与 Claude Code 配对，但使用 Ollama。

MODEL-ZOO

PersonaPlex 7B 全双工语音模型

PersonaPlex-7B 是 NVIDIA 的开源、实时全双工语音到语音对话模型。

MODEL-ZOO

9个最好的开源大模型(2026)

开源模型如何达到前沿规模的推理、长上下文和智能体智能

MODEL-ZOO

Qwen3 TTS vs. ElevenLabs

通过 vLLM 使用 Qwen3 TTS 超越 ElevenLabs：开源 - 自定义语音生成和语音克隆

MODEL-ZOO

Anthropic模型的本地开源平替

小团队工程师很容易在 Anthropic 的 Claude Code (Sonnet/Opus 4.5) 上花费 >$2K/mo 的费用。随着预算紧张，你可能会想知道是否可以在不妥协质量的前提下 利用本地大模型。

MODEL-ZOO

HeartMuLa音乐生成基础模型

HeartMula是一个开源音乐基础模型，将歌词转化为完整的歌曲。

MODEL-ZOO

LFM2.5-1.2B-Thinking边缘模型

Liquid AI刚刚发布了一个12亿参数模型，生成思考痕迹，完全在设备上运行，并且可以匹敌3-5倍大小的模型。

MODEL-ZOO

LightOnOCR-2：1B超能OCR模型

LightOnOCR-2 是一个基于VLM的10亿参数OCR模型，它直接挑战该领域更成熟的玩家，如 OLM OCR、DeepSeek OCR 和 dots.ocr。

MODEL-ZOO

微调 BERT 实现命名实体识别

在本文中，我们将通过一个完整的示例来使用流行的 CoNLL-2003 数据集微调预训练的 BERT 模型进行命名实体识别。

MODEL-ZOO

Flux.2 Klein：毫秒出图

Flux 2 Klein 是一个紧凑、闪电般快速且权重开放的图像模型，可以在不到一秒的时间内生成和编辑图像。

MODEL-ZOO

YOLO26：支持文本提示分割

Ultralytics的新SOTA模型，可以执行对象检测、实例分割、姿势估计、图像分类和定向边界框(OBB)，甚至可以使用自然语言提示分割对象。

MODEL-ZOO

GLM-4.7-Flash免费编码模型

一窥这款 30B MoE 模型，刚刚推出，提供无限免费 API 访问

MODEL-ZOO

TRELLIS.2：照片转3D模型

微软的 TRELLIS.2 让专业级 3D 建模变得触手可及。以下是我的试用体验。

MODEL-ZOO

Models.dev - AI SDK兼容模型跟踪

我曾经是一个自信满满的开发者，认为将AI集成到我的应用中轻而易举。但我万万没想到，我即将学到一个代价惨重的教训……