亞馬遜爲Ring門鈴和攝像頭推出“Familiar Faces”人臉識別功能。用戶可在App中建立最多50人的熟人面孔庫,之後門鈴將推送個性化通知,如“媽媽在前門”,而非普通提醒。該功能默認關閉,需手動開啓,目前覆蓋美國18歲以上用戶。使用方法:上傳照片、命名、完成註冊,之後系統自動識別匹配。
螞蟻集團開源百靈大模型Ring-flash-linear-2.0-128K,專攻超長文本編程。採用混合線性注意力與稀疏MoE架構,僅激活6.1B參數即可媲美40B密集模型,在代碼生成和智能代理領域達到最優表現,高效解決長上下文處理痛點。
螞蟻百靈開源高效推理模型Ring-mini-sparse-2.0-exp,基於Ling2.0架構優化長序列解碼。創新結合高稀疏比MoE結構與稀疏注意力機制,顯著提升複雜長序列推理性能。通過架構與推理框架深度協同優化,有效應對長序列處理挑戰。
螞蟻集團10月14日開源萬億參數模型Ring-1T,包含權重與訓練方法。該模型基於預覽版升級,通過強化學習優化推理能力,並完善通用性能,在多項任務中表現均衡。團隊正挑戰更高難度以提升數學等複雜推理能力。
智能健康追蹤戒指,全天候健康監測。
AI電話代理,提升電商客戶服務效率。
個性化音樂賀卡製作分享平臺
AI語音電子賀卡
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。
bartowski
這是inclusionAI的Ring-mini-2.0模型的量化版本,通過llama.cpp進行imatrix量化處理,能在不同硬件條件下更高效地運行,滿足多樣化的使用需求。
inclusionAI
Ring-mini-2.0是基於Ling 2.0架構深度優化的高性能推理型MoE模型,僅有160億總參數和14億激活參數,卻實現了與100億規模以下密集模型相當的綜合推理能力。在邏輯推理、代碼生成和數學任務方面表現出色,支持12.8萬長上下文處理和每秒300+令牌的高速生成。
玲瓏線性預覽版是由InclusionAI開源發佈的混合線性稀疏大語言模型,總參數量17.1B,激活參數量3.0B。該模型基於混合線性注意力機制實現長文本推理,在推理過程中具備近線性計算複雜度與近恆定空間複雜度。
ringhyacinth
這是一個基於美甲套裝圖片微調的Stable Diffusion模型,可用於生成各種風格的美甲設計。
Oura MCP服務器是一個用於訪問Oura Ring數據的模型上下文協議服務,支持通過個人訪問令牌或OAuth2憑證獲取用戶健康數據,包括睡眠、活動、壓力等多項指標。
Oura Ring健康數據MCP服務器,通過Oura API v2提供睡眠、活動、心率等健康數據的訪問接口,支持個人配置和即時Webhook功能。