最好的मिश्रण बड़े मॉडल AI工具模型_精選मिश्रण बड़े मॉडल資訊

AI資訊

AI 技術助力《復仇者聯盟 5》預告片升級爲 4K 高清畫質

漫威《復仇者聯盟5》預告意外泄露，克里斯·埃文斯迴歸飾演美國隊長，懷抱嬰兒展現父親形象。因偷拍畫質模糊，網友不滿，技術愛好者已用AI技術重置預告片。

AI日報：阿里萬相2.6支持角色扮演；ChatGPT 新增分支聊天功能；快手Agentic Coding模型殺入全球榜前十

歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。新鮮AI產品點擊瞭解：https://app.aibase.com/zh1、阿里萬相2.6發佈:支持“角色扮演”與多分鏡控制，單次視頻時長達15秒阿里萬相2.6發佈，支持“角色扮演”與多分鏡控制，單次視頻時長達15秒，進一步鞏固了其在國內視頻生成領域的領先地位。其支持動態任務分解和多種開源模型，有助於提高工作效率。

4.2k 6 分鐘前

AI日報：阿里萬相2.6支持角色扮演；ChatGPT 新增分支聊天功能；快手Agentic Coding模型殺入全球榜前十

機器人界的GitHub誕生！Tnkr平臺上線，讓造機器人像寫代碼一樣簡單

Tnkr平臺旨在解決機器人研發碎片化問題，通過整合硬件、軟件、數據與AI模型於統一開源生態，讓開發者能協作共建實體機器人項目，改變傳統開發中需在不同工具間切換的“拼圖遊戲”模式。

7.4k 7 分鐘前

中國信通院建設的人工智能產品安全漏洞專業庫（CAIVD）正式上線運行

中國信通院在工信部網安局指導下，正式上線人工智能產品安全漏洞專業庫（CAIVD），網址爲ai.nvdb.org.cn。該庫旨在加強AI產品安全管理，提升網絡產品安全性，落實《網絡產品安全漏洞管理規定》要求，強化漏洞管理。

7k 9 分鐘前

AI產品

Nano Banana Pro

免費 Nano Banana Pro：在 10 秒內創建驚豔的 4K 視覺效果。

圖片編輯

5.6k

Video2PPT

免費的 AI 視頻轉換為可編輯 PowerPoint 和 PDF 工具。

PPT演示幻燈片

6.4k

Wollo AI

與逼真的 AI 角色聊天，創造個性化角色，生成 AI 圖像。

聊天機器人

5.1k

Yolly AI

一站式 AI 視頻與圖像生成工具，快速創建高質量內容。

視頻生成

6.2k

模型

Z Image Turbo FP8

drbaph

Z-Image（造相）是一個擁有60億參數的高效圖像生成基礎模型，專門解決圖像生成領域的效率和質量問題。其蒸餾版本Z-Image-Turbo僅需8次函數評估就能達到或超越領先競品，在企業級H800 GPU上可實現亞秒級推理延遲，並能在16G VRAM的消費級設備上運行。

Z Image Turbo FP8

T5B

Z-Image-Turbo 是經過 FP8 E5M2 和 E4M3FN 格式量化的圖像處理模型，基於原始 Tongyi-MAI/Z-Image-Turbo 模型優化，在保持性能的同時顯著減少模型大小和推理資源需求。

Timesformer_wlasl100_200epoch_Signers

Shawon16

這是一個基於VideoMAE-base架構微調的視頻理解模型，專門針對手語識別任務進行優化。模型在WLASL數據集上訓練了200個epoch，採用TimeSformer架構處理視頻序列。

VideoMAE_base_wlasl100_200epoch_Signers

Shawon16

這是一個基於VideoMAE-base架構微調的視頻理解模型，專門針對手語識別任務進行優化。模型在WLASL100數據集上訓練了200個epoch，具備視頻動作識別能力。

INTELLECT 3 FP8

PrimeIntellect

INTELLECT-3是一個擁有1060億參數的混合專家（MoE）模型，通過大規模強化學習訓練而成。在數學、編碼和推理基準測試中展現出卓越性能，模型、訓練框架和環境均以寬鬆許可協議開源。

Qwen3 VL 32B Thinking Heretic GGUF

SerialKicked

這是Qwen3-VL-32B-Thinking-heretic的量化版本，採用新的消融方法進行量化，相比傳統方法對基礎模型的損害更小。提供多種量化精度版本，適合在24GB顯存設備上運行，支持圖文轉文本任務。

Qwen2.5 1.5B Instruct Transcript Analytics

RinggAI

這是一個專為通話記錄分析打造的混合語言AI模型，能夠處理印地語、英語和混合印地英語的通話轉錄內容。模型基於Qwen2.5-1.5B-Instruct進行微調，具備強大的多語言理解和信息提取能力。

VideoMAE_base_wlasl100_20epoch_Signers

Shawon16

這是一個基於VideoMAE-base架構在未知數據集上微調的視頻理解模型，專門用於手語識別任務。模型在20個訓練週期後達到了18.64%的準確率。

FLUX.2 Dev Gguf

city96

FLUX.2-dev是由black-forest-labs開發的圖像生成和編輯模型，已轉換為GGUF格式，專為圖像生成任務優化，採用擴散模型架構，支持在ComfyUI框架中使用。

Flux2 Dev Gguf

gguf-org

flux2-dev-gguf 是一個基於 FLUX.2-dev 的圖像到圖像轉換模型，專門用於根據文本提示生成特定風格的圖像。該模型支持在 ComfyUI 環境中運行，能夠將文本描述轉換為風格化的視覺內容。

Pikachu

Clemylia

皮卡丘語言模型是Clemylia發起的一項獨特的實驗性語言項目，完全從零開始訓練，僅基於'皮卡丘'的聲音語料庫，展示了小型語言模型創造原生語言身份的能力。

FLUX.2 Dev Fp8_scaled

silveroxides

基於 black-forest-labs/FLUX.2-dev 的優化版本圖像生成模型，支持圖像到圖像的生成和編輯任務，採用 fp8_scaled 量化技術提升推理速度，特別適合在低顯存 GPU 上使用。

計算機視覺英語

silveroxides

16.3k

Flux2_berthe_morisot

ostris

這是一個基於LoRA技術的文本到圖像轉換模型，專門用於生成具有法國印象派畫家貝爾特·莫里索藝術風格的圖像。該模型在FLUX.2-dev基礎模型上訓練，能夠將普通圖像或文本描述轉換為莫里索風格的畫作。

Z Image Turbo

Tongyi-MAI

Z-Image是一款功能強大且高效的圖像生成模型，擁有60億參數。它能有效解決圖像生成領域在效率、質量和功能多樣性方面的問題，為用戶提供高質量的圖像生成和編輯服務。

Tomoro Colqwen3 Embed 4b

TomoroAI

TomoroAI/tomoro-colqwen3-embed-4b是一款先進的ColPali風格多模態嵌入模型，能夠將文本查詢、視覺文檔（如圖像、PDF）或短視頻映射為對齊的多向量嵌入。該模型結合了Qwen3-VL-4B-Instruct和Qwen3-Embedding-4B的優勢，在ViDoRe基準測試中表現出色，同時顯著減少了嵌入佔用空間。