超高清视频生成模型Pyramid-Flow
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、1280x768分辨率、…
栏目
模型框架
大语言模型（LLM）是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径
364
篇内容
OpenAI 发布了新的模型 o1 的预览版，也就是传闻中新模型草莓 strawberry，API 的价格和 GPT-4 的价格差不多
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…
一款开源多模态大型语言模型Mini-Omni，具有实时语音处理能力和边思考边说话的独特能力
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…
Meta的Llama 3.1正式发布，包含8B、70B、405B 三个型号
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…
Hugging Face 推出“”小语言 Python 编程模型
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://…
GPT-3.5退役，GPT-4o mini来了，成本骤降
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: 每百万输入to…
阿里通义音频生成大模型 FunAudioLLM
该项目包括两个核心模型: SenseVoice和CosyVoice，分别致力于语音生成和语音识别。FunAudioLLM支持多种人机交互应用场景…
完美支持中英日语言的开源TTS模型来了：Fish Speech
Fish Speech是一个开源的TTS模型，支持中英日语言，语音处理接近人类水平。模型使用约十五万小时的三语数据训练，对中文支持非常完美。 项…