图像生成基础模型 – 冯金伟博客园

DeepSeek团队开源新模型DeepSeek-OCR：少量视觉token完成海量文本压缩

财联社10月20日电，DeepSeek-AI 团队发布《DeepSeek-OCR：Contexts Optical Compression》论文，提出利用视觉模态压缩长文本上下文的新方法。Huggin … Continue reading DeepSeek团队开源新模型DeepSeek-OCR：少量视觉token完成海量文本压缩

10月9日凌晨，蚂蚁集团发布万亿参数的通用语言模型Ling-1T。Ling-1T是蚂蚁百灵大模型Ling 2.0系列的第一款旗舰模型，也是蚂蚁百灵团队迄今为止推出的规模最大、能力最强的非思考大模型。测 … Continue reading 蚂蚁发布万亿参数旗舰模型Ling-1T并开源

9月28日，硅基流动大模型服务平台宣布上线阿里通义千问团队最新开源的图像生成模型Qwen-Image-Edit-2509。

每经AI快讯，8月19日，通义千问宣布，推出Qwen-Image-Edit，Qwen-Image的图像编辑版本。Qwen-Image-Edit基于20B的Qwen-Image模型进⼀步训练，将Qwen … Continue reading 阿里通义千问：推出图像编辑模型Qwen-Image-Edit

每经AI快讯，8月11日，智谱官微宣布推出开源视觉推理模型GLM-4.5V（总参数106B，激活参数12B），并同步在魔搭社区与Hugging Face开源。据介绍，GLM-4.5V基于智谱新一代旗舰 … Continue reading 智谱发布新一代开源视觉模型GLM-4.5V