模型框架

高性能与普及性完美平衡，免费开放商用，人人可用的AI绘画工具。 Stable Diffusion 3.5 Medium 是由 Stability AI 发布的最新 AI 图像生成模型，旨在为用户提供更高质量和更灵活的图像生成体验。该模型于2023年10月29日正式发布，具备25亿参数，采用了改进的MMDiT-X架构，能够在消费级硬件上快速运行，支持生成分辨率从0.25百万到2百…

DressRecon 通过结合图像基础的先验知识，捕捉衣物的细微几何特征，生成高保真的三维模型。这个模型不仅细致，而且可以从任意角度进行渲染，让最终的可视化体验更加真实生动。这项技术为服装设计、虚拟试穿等领域提供了强大的技术支持，也让 3D 模型构建进入了新的高度。 项目地址： https://jefftan969.github.io/dressrecon

项目地址： https://gr2-manipulation.github.io

Pyramid-Flow是一款超高清视频生成模型，由快手、北京大学和北京邮电大学研究团队联合开源。该模型能够生成10秒、1280×768分辨率、24帧的视频，质量出色。 项目地址： https://pyramid-flow.github.io

全文总结2024 年 9 月 12 日，OpenAI 推出新系列推理模型 OpenAI o1。该系列模型在回复前会花更多时间思考，能解决科学、编码和数学等领域的复杂问题。9 月 12 日在 ChatGPT 和 API 中发布了该系列的第一个模型，这是预览版，后续会有更新和改进，还包括了下一次更新的评估。新模型的工作原理是像人一样在回答问题前进行更多思考，通过训练学会改进思维过程…

Mini-Omni是一款开源多模态大型语言模型，具有实时语音处理能力和边思考边说话的独特能力，为用户带来自然交互体验。它支持多种输入模态，包括语音和文本，展现出全面的实力和强大的潜力。Mini-Omni的 Any Model Can Talk 功能使得其他AI模型能够集成其实时语音能力，扩展了AI应用的可能性。 项目地址： https://github.com/gpt-omni…

全文总结这段文本主要介绍了多个数学问题及相应的求解过程，包括关于 Qwen2–Math 系列模型在数学推理能力方面的表现和评估，以及一系列不同类型的数学函数问题的求解。重要亮点 求解方法与思路：在解决问题时，通常先进行条件分析和代入特定值，然后探索规律、假设函数形式并进行验证，以得出最终结论。 Qwen2-Math 模型介绍：Qwen2-Math 是基于 Qwen2…

Meta 致力于开放可访问的 AI，发布了 Llama 3.1 405B 等一系列模型，并在模型架构、训练优化、功能改进、安全措施、开放生态等方面取得了重要进展。 重要亮点

Hugging Face 公布了“SmolLM”小语言模型家族，其中包含 1.35 亿、3.6 亿及 17 亿参数模型 地址： https://huggingface.co/blog/smollm

OpenAI突发新模型，全面取代老去的GPT-3.5。 GPT-4o mini，能力接近原版GPT-4，价格却要便宜一个数量级: 对应的API也已经开放，支持128k输入tokens（图像和文本），更令人瞩目的是支持16k输出tokens。 相比之下，隔壁Claude3.5Sonnet几天前刚刚升级8k输出tokens。 以其低成本和低延迟特性，官方推荐用于多种场景: 原文：h…