三花AI

OpenAI 推出 sCM：50 倍速度提升的图像生成新方法 OpenAI 刚刚发布了 sCM[8]，这是一种新的图像生成方法，它不仅实现了与扩散模型相当的质量，而且仅需 2 次采样步骤。 在 A10

Allegro：可商用开源视频生成模型 Allegro[1] 是一个基于 Apache2.0 协议的开源视频生成模型，能够根据提示词生成 720p 15fps 的 6 秒视频，可用于商业用途。虽然只有

ComfyUI_Yvann：音乐节奏动画生成 ComfyUI_Yvann[1] 是一个自定义节点，能够分析音频并提取鼓、贝斯、人声轨道，然后根据音乐节奏生成动画。它兼容 IPAdapter、Anima

Playground V3：图形设计模型的文字处理新标杆 Playground V3[1] 是一个专注于图形设计的模型，之前公开测试了 beta 版本。最近，其创始人发布了一段宣传片、技术报告和基准测

JoyCaption：开放且支持 NSFW 的视觉语言模型 JoyCaption[1] 是一个开放、免费且未经审查的视觉语言模型（VLM），其最大的特点是多样性和完全支持 NSFW 内容。Readme

Mistra 推出世界顶级边缘计算小模型 Les Ministraux[1] 官方宣称其边缘模型为世界上最好的，包含 3B 和 8B 两个版本，在各种基准测试中均超越了 Llama 3.2 和 Gem

Zyphra 与 英伟达联合推出 Zamba2-7B：开源小模型的新标杆 Zamba2-7B[1] 是由 Zyphra 和 英伟达合作开发的一款开源小模型，采用混合 SSM 架构。它在质量和速度方面均

Comfyui-FlowChain：把编排好的工作流当节点用 这个好，Comfyui-FlowChain[1] 能够将工作流转换为节点并将它们链接在一起使用，同过这个插件，你可以在你的工作流中定义输入

GAGAvatar：开源 3D 数字人头框架 GAGAvatar[4] 是首个能够通用化的 3D 高斯头像框架，它能够将单张图片转换为 3D 模型，并支持从参考视频中克隆表情和头部动作。代码和数据集完

OpenAI 在其官方文档中新增了Prompt generation[4] ，详细解释了之前发布的 Playground Generation 功能的工作原理，并附带了相关提示词。提供了两种模式——结

由 DeepLearningAI 和 Meta 联合发布的免费教程[4]，涵盖了 Llama 3.1 和 3.2 的内容，包括多模态提示工程、自定义工具调用以及 Llama Stack + 等。这个教

一个有趣且搞怪的 Glif 工作流[3]，只需输入两个角色名，即可生成从 A 变成 B 的“过程”。虽然效果和稳定性还是差点意思，而且也只支持知名角色，但这种玩法挺有趣味性。我觉得还是群里的角色合并玩

OpenAI 官方发文确认，英伟达已将首批 DGX B200[2]工程版交付到位。这款新机型在训练性能上达到了 DGX H100 的 3 倍，推理性能更是高达 DGX H100 的 15 倍。售价仅需

[bolt.new](https://bolt.new/) 是一个能够通过提示词即可编辑、运行甚至部署的一站式 AI 全栈开发工具，支持 Nuxt、Next 等全栈框架。

MiKaPo[5] 是一款基于 Web 的工具，能够从视频输入中实时捕捉并同步姿势到 MMD 模型。首次使用时，系统会自动下载必要的模型。值得一提的是，演示视频中使用了马老师的闪电五连鞭，整体姿势略显

Project Odyssey 主办的 AI 电影大赛一等奖作品《RōHKI》（熔炉）于 10 日发布了 12 分钟的第一集《Intersection[6]》（十字路口）。过去这么久我才发现，热度是真

FaceFusion 3.0：跨平台开源人脸编辑系统全新升级 FaceFusion 是一个跨平台开源人脸编辑系统，支持换脸、面部增强、年龄编辑、表情编辑等功能。 以下是更新日志中几个重要的更新： 通过

Meta AI 发布了 Llama 3.2 模型，包含 5 个适用于端侧的 1B 和 3B 多语言纯文本模型，以及 5 个使用 60 亿图文数据训练的 11B 和 90B Vision 模型。让我们再

著名导演詹姆斯·卡梅隆（执导了《终结者》、《泰坦尼克号》、《阿凡达》）现已正式加入 Stability AI 董事会。官方宣布，Stability AI 的 CEO 和詹姆斯·卡梅隆将于今天下午1:4

HuggingChat 现在支持 Qwen 2.5-72B 模型了，仍然免费，但目前仅支持对话功能，尚未适配工具功能。这是 HuggingChat[9] 上的首个国产模型，令人感动。