ModelScope内容运营小助手
ModelScope内容运营小助手_个人页
ModelScope内容运营小助手
文章
164
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
-
发表了文章 2024-11-15
基于开源技术的数字人实时对话：形象可自定义，支持语音输入，对话首包延迟可低至3s
魔搭社区最近上线了基于开源技术的数字人实时对话demo，无需预训练即可使用自定义的数字人形象进行实时对话，支持语音输入和实时对话。
-
发表了文章 2024-11-12
Qwen2.5-Coder深夜开源炸场，Prompt编程的时代来了！
通义千问团队开源「强大」、「多样」、「实用」的 Qwen2.5-Coder 全系列，致力于持续推动 Open Code LLMs 的发展。
-
发表了文章 2024-11-06
现在，一行命令使用Ollama运行任意魔搭GGUF模型
为了让开发者更方便地把这些模型用起来，社区最近支持了Ollama框架和ModelScope平台的链接，通过简单的 ollama run命令，就能直接加载运行ModelScope模型库上的GGUF模型。
-
发表了文章 2024-10-30
MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型
近日，香港中文大学（深圳）联手趣丸科技推出了新一代大规模声音克隆TTS模型——MaskGCT。一起看看该模型的一些表现吧！
-
发表了文章 2024-10-28
GLM-4-Voice，智谱开源版“Her”来了！
智谱 AI 推出并开源端到端语音模型 GLM-4-Voice！GLM-4-Voice 能够直接理解和生成中英文语音，进行实时语音对话，并且能够遵循用户的指令要求改变语音的情感、语调、语速、方言等属性。
-
发表了文章 2024-10-22
MemoryScope：为LLM聊天机器人配备的长期记忆系统
如何选择合适的方法构建自己的智能体助理呢？这里向您介绍强大、低延迟、安全可控的MemoryScope开源项目。
-
发表了文章 2024-10-21
交大x-lance跨媒体语言智能实验室等联合开源F5-TTS！零样本语音复刻，生成流畅，情感丰富！
上海交大x-lance跨媒体语言智能实验室联合剑桥大学、吉利汽车研究院（宁波）公司开源了一种基于流匹配的扩散变换器（Diffusion Transformer，DiT）的完全非自回归TTS模型-F5-TTS。
-
发表了文章 2024-10-18
阿里妈妈技术开源FLUX图像修复&蒸馏加速模型
本文介绍了阿里妈妈技术团队基于FLUX开发的Controlnet修复模型和蒸馏加速模型，填补了社区空白并提升了FLUX的实用性和效率。
-
发表了文章 2024-10-15
开源模型+Orchestrating Agents多智能体框架，易用、强大且可控
本文采用开源Qwen2.5-14B-instruct-GGUF来体验多智能体编排和交接，希望在体验多智能体编排和交接框架的同时，一起评估中小参数规模的模型（14B）能否较好的完成多智能体任务。
-
发表了文章 2024-10-14
阿里国际AI开源Ovis1.6，多项得分超GPT-4o-mini！
阿里国际AI团队提出了一种名为Ovis (Open VISion)的新型多模态大模型的架构。
-
发表了文章 2024-10-12
多智能体微调实践：α-UMi 开源
近年来，为了加强大型语言模型(Large-Language Models, LLM）实时信息处理、解决专业问题的能力，催生了工具调用智能体（Tool Integrated Agent）概念
-
发表了文章 2024-10-12
ExVideo+CogVideoX，更长、更优！再次升级的开源视频生成能力
DiffSynth-Studio 再次为 CogVideoX 带来新的增强模块——ExVideo-CogVideoX-LoRA-129f-v1
-
发表了文章 2024-10-11
xGPU来啦！免费GPU资源开发花样AI应用！
为了降低AI应用服务和推广的门槛，解决开发者面临的实际痛点，ModelScope社区推出 xGPU 服务，让大家能够免费使用高性能 GPU 资源，托管自己的AI应用服务。
-
发表了文章 2024-10-09
Ultralytics YOLO11来啦！更快！更强！
YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的 Joseph Redmon 和 Ali Farhadi 开发。
-
发表了文章 2024-10-08
666条数据，训练LongWriter模型，写万字长文！模型&数据集均开源！
大模型的上下文(Context)支持越来越长的背景下，让通用的大模型遵循指令来保障长文本输出的长度，依然是一个挑战。
-
发表了文章 2024-09-27
Llama 3.2：开源可定制视觉模型，引领边缘AI革命
Llama 3.2 系列 11B 和 90B 视觉LLM，支持图像理解，例如文档级理解（包括图表和图形）、图像字幕以及视觉基础任务（例如基于自然语言描述在图像中精确定位对象）。
-
发表了文章 2024-09-26
阶跃星辰开源GOT-OCR2.0：统一端到端模型，魔搭一站式推理微调最佳实践来啦！
GOT来促进OCR-2.0的到来。该模型具有580百万参数，是一个统一、优雅和端到端的模型，由高压缩编码器和长上下文解码器组成。
-
发表了文章 2024-09-25
魔搭社区@2024云栖大会全回顾
9月21日，2024云栖大会圆满落幕。一起来回顾一下吧
-
发表了文章 2024-09-24
魔搭上新啦！ 智源千万级指令微调数据集Infinity-Instruct，Llama3.1仅微调即可接近GPT-4
智源研究院在今年6月推出了千万级指令微调数据集Infinity Instruct。Infinity Instruct在 Huggingface等平台发布后，快速到达了Huggingface Dataset的Trending第一
-
发表了文章 2024-09-23
实战精选 | 5分钟利用 OpenVINO™ 部署 Qwen2.5
本文将以 Qwen2.5-7B-Instruct 为例，介绍如何利用 OpenVINO™ 的 Python API 在本地部署 Qwen2.5 系列模型。
-
发表了文章 2024-09-23
Qwen2.5 全链路模型体验、下载、推理、微调、部署实战！
在 Qwen2 发布后的过去三个月里，许多开发者基于 Qwen2 语言模型构建了新的模型，并提供了宝贵的反馈。在这段时间里，通义千问团队专注于创建更智能、更博学的语言模型。今天，Qwen 家族的最新成员：Qwen2.5系列正式开源
-
发表了文章 2024-09-13
ComfyUI+多模态LLM--手搓一个好用的视频/图片提示词反推器
今天我们把ComfyUI工具和多模态LLM结合，在魔搭的免费算力上搭建出支持单图理解，多图理解，视频理解的WebUI界面，更好的支持开发者快速搭建一个视频/图片页面打标器。
-
发表了文章 2024-09-11
Liger kernel训练加速，一行代码训练吞吐量提高 20%，显存使用量降低 60%
在LLM的训练/微调过程中，开发者通常会遇到一些瓶颈，包括GPU显存不够，经常遇到OOM，GPU使用率100%而且非常慢等。
-
发表了文章 2024-09-06
可控高清视频生成： CogVideoX+DiffSynth-Studio = “配置拉满”
不久前，CogVideoX 开源了 5B 版本的文生视频模型。开源项目 DiffSynth-Studio 为 CogVideoX 提供了更强大的功能支持。我们一起来看一下，在DiffSynth-Studio 的加持下，“配置拉满”的 CogVideoX 有多强！
-
发表了文章 2024-09-06
小钢炮进化，MiniCPM 3.0 开源！4B参数超GPT3.5性能，无限长文本，超强RAG三件套！模型推理、微调实战来啦！
旗舰端侧模型面壁「小钢炮」系列进化为全新 MiniCPM 3.0 基座模型，再次以小博大，以 4B 参数，带来超越 GPT-3.5 的性能。并且，量化后仅 2GB 内存，端侧友好。
-
发表了文章 2024-09-05
一键服务化：从魔搭开源模型到OpenAI API服务
在多样化大模型的背后，OpenAI得益于在领域的先发优势，其API接口今天也成为了业界的一个事实标准。
-
发表了文章 2024-09-04
MinerU-大语言语料处理神器，CPU/GPU均可跑，开源免费“敲”好用
在7月4日举行的WAIC 2024科学前沿主论坛上，书生·浦语2.5正式发布，面向大模型研发与应用的全链条工具体系同时迎来升级。
-
发表了文章 2024-08-30
Qwen2-VL 全链路模型体验、下载、推理、微调实战！
经过了一年的不懈努力，今天通义千问团队对 Qwen-VL 模型进行重大更新——推出 Qwen2-VL。那么Qwen2-VL 有什么新功能呢？一起来看一下吧
-
发表了文章 2024-08-30
Paper Reading | 一种高效的光流估计方法——NeuFlow v2
本文介绍了一种高效的光流估计方法——NeuFlow v2。
-
发表了文章 2024-08-29
Flux第四弹-秒级生图，字节开源Hyper-sd支持Flux，支持多LoRA叠加！
字节跳动开源的Hyper-sd项目正式支持FLUX.1-dev了！
-
发表了文章 2024-08-27
10G显存，使用Unsloth微调Qwen2并使用Ollama推理
本文主要使用Unsloth基于Qwen2基础模型微调对话机器人以及在Ollama上运行。
-
发表了文章 2024-08-26
我们给大模型去掉了“AI味”-大模型微调全链路实战
本文档旨在概述使用ModelScope生态进行LLM训练的全链路最佳实践，涵盖数据下载、数据预处理、模型训练、模型评估完整流程。
-
发表了文章 2024-08-23
FLUX第三弹：直面天命，FLUX.1-LoRA/IP-adapter「黑神话：悟空」生图实战
应近日来诸多社区开发者的学习诉求，特为大家推出一期 FLUX.1-LoRA/IP-adapter+ComfyUI +“顶流”IP「黑神话：悟空」的模型推理实战教程，玩转一把AI悟空生图 👀
-
发表了文章 2024-08-22
多图理解，更懂中文，支持function call的Phi-3.5来了！
微软继今年4月推出Phi-3系列小型语言模型后，又一鼓作气三连发布并开源其「小而美」系列 Phi-3.5模型！
-
发表了文章 2024-08-21
FLUX第二弹！FLUX-GGUF量化，免费大碗的FLUX-API来了！
近期GGUF 量化支持原生 ComfyUI 和FLUX模型啦。
-
发表了文章 2024-08-19
LMDeploy 部署 VLMs 的方法与探讨
LMDeploy 部署 VLMs 的方法与探讨 LMDeploy 是一个高效且友好的大型语言模型（LLMs）和视觉-语言模型（VLMs）部署工具箱，由上海人工智能实验室模型压缩和部署团队开发，涵盖了模型量化、离线推理和在线服务等功能。
-
发表了文章 2024-08-14
Ollama+Qwen2，轻松搭建支持函数调用的聊天系统
本文介绍如何通过Ollama结合Qwen2，搭建OpenAI格式的聊天API，并与外部函数结合来拓展模型的更多功能。
-
发表了文章 2024-08-12
Qwen2-Audio开源，让VoiceChat更流畅！
在一个通用的AI系统中，核心模型应该能够理解不同模态的信息。当前的大语言模型现在已经能够理解语言并进行推理，并且已经扩展到了更多的模态，包括视觉和音频。
-
发表了文章 2024-08-12
Qwen2-Math开源！初步探索数学合成数据生成！
阿里通义团队开源新一代数学模型Qwen2-Math，包含1.5B、7B、72B三个参数的基础模型和指令微调模型。
-
发表了文章 2024-08-07
多图、视频首上端！面壁「小钢炮」 MiniCPM-V 2.6 模型重磅上新！魔搭推理、微调、部署实战教程来啦！
该模型基于 SigLip-400M 和 Qwen2-7B 构建，仅 8B 参数，取得 20B 以下单图、多图、视频理解 3 SOTA 成绩，一举将端侧AI多模态能力拉升至全面对标 GPT-4V 水平。
-
发表了文章 2024-08-06
MindSearch技术详解，本地搭建媲美Perplexity的AI思·索应用！
MindSearch是书生·浦语团队提出的AI搜索框架，基于InternLM2.5 7B模型，采用multi-agent框架模拟人类思维，先规划再搜索，提高信息搜集的准确性和完整性。
-
发表了文章 2024-08-05
消费级显卡，17G显存，玩转图像生成模型FLUX.1！
近期stable diffusion的部分核心开发同学，推出了全新的图像生成模型FLUX.1。
-
发表了文章 2024-08-02
Modelscope Agent实操（六）：添加涂鸦作画能力到Modelscope-Agent中
在本文中，我们将展示如何将一个包含异步的api接口封装成tool并被agent在chat过程中调用执行的过程
-
发表了文章 2024-08-01
影视与游戏行业AI视频制作的第3步：为角色生成说话视频
继 影视与游戏行业AI视频制作实战：第一步，角色形象设计的一致性以及影视与游戏行业AI视频制作实战：第二步，为角色生成个性化语音 后，实现角色生动化的下一步动作就是能让图像动起来。
-
发表了文章 2024-07-31
解锁开源模型高性能服务：SGLang Runtime 应用场景与实践
SGLang 是一个用于大型语言模型和视觉语言模型的推理框架。
-
发表了文章 2024-07-31
GraphRAG+Ollama，构建本地精准全局问答系统！
RAG 是目前大语言模型相关最知名的工具之一，从外部知识库中检索事实，以便为大型语言模型 (LLM) 提供最准确、最新的信息。
-
发表了文章 2024-07-26
Large Enough！Mistral Large 2开源！魔搭推理、微调最佳实战教程来啦！
Mistral宣布推出新一代旗舰机型 Mistral Large 2。与前代产品相比，Mistral Large 2 在代码生成、数学和推理方面的能力显著增强。它还提供了更强大的多语言支持和高级函数调用功能。
-
发表了文章 2024-07-25
Llama3.1-8B模型中文版！OpenBuddy发布新一代跨语言模型
7月23日，Meta发布了新一代开源模型系列：Llama3.1。其中405B参数的版本刷新了开源模型性能的上限，在多种指标上的测试成绩接近GPT-4等闭源模型的水平，甚至在部分基准测试中展现出来了超越头部闭源模型的潜力。
-
发表了文章 2024-07-25
Meet Llama3.1，405B赶超最强闭源模型！上魔搭社区一站体验、下载、推理、微调、部署
官方公布的Benchmark显示，Llama3.1 405B已在多项基准测试中超越GPT-4o和Claude 3.5 Sonnet，这是开源大模型首次赶超最强闭源模型！
-
发表了文章 2024-07-24
使用InternVL、LMDeploy和GTE搭建多模态RAG系统
如何将视觉大模型（VLM）与 多模态RAG 结合起来，创建服装搜索和搭配推荐！本文展示了InternVL模型在分析服装图像和提取颜色、款式和类型等关键特征方面的强大功能。
暂无更多信息
-
发表了文章
2024-11-19
冬天到了，用OmniGen生成一个温暖的拥抱
-
发表了文章
2024-11-18
魔搭社区每周速递（11.10-11.16）
-
发表了文章
2024-11-18
ModelScope魔搭11月版本发布月报
-
发表了文章
2024-11-15
基于开源技术的数字人实时对话：形象可自定义，支持语音输入，对话首包延迟可低至3s
-
发表了文章
2024-11-14
智源行业应用大模型挑战赛开启报名！挖掘数据潜能，共创行业新篇
-
发表了文章
2024-11-13
AI+硬件最新资讯合集（2024-11-11第3期）
-
发表了文章
2024-11-12
Qwen2.5-Coder深夜开源炸场，Prompt编程的时代来了！
-
发表了文章
2024-11-12
Open NotebookLM，一键PDF/URL转播客！
-
发表了文章
2024-11-11
魔搭社区创空间全新支持 Gradio 5
-
发表了文章
2024-11-11
智源研究院发布千万级多模态指令数据集Infinity-MM：驱动开源模型迈向SOTA性能
-
发表了文章
2024-11-11
魔搭社区每周速递（10.27-11.09）
-
发表了文章
2024-11-11
让你的Notebook飞起来！开发体验再上新台阶
-
发表了文章
2024-11-11
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
-
发表了文章
2024-11-08
AI赋能大学计划·大模型技术与应用实战学生训练营——吉林大学站圆满结营
-
发表了文章
2024-11-08
NeurIPS D&B 2024 突破短视频局限！MMBench-Video解读MLLM视频理解能力
-
发表了文章
2024-11-07
打破文本边界：如何进行多模态RAG评估
-
发表了文章
2024-11-06
现在，一行命令使用Ollama运行任意魔搭GGUF模型
-
发表了文章
2024-11-06
AI+硬件最新资讯合集（2024-11-05第2期）
-
发表了文章
2024-11-05
Meissonic：高效高分辨率文生图重大革新
-
发表了文章
2024-11-04
社区供稿 | 创作《哈利波特与异界魔书》的过程和心得
滑动查看更多
暂无更多信息
暂无更多信息