算家计算

阿里云又在深夜放出了新东西，这次是Qwen系列的多重更新：Qwen-Image迎来月度大升级，Qwen3-Omni全模态模型、语音生成模型Qwen3-TTS也同步开源。

当整个行业都在比拼千亿参数模型时，大模型真正需要的可能不是更大的规模。Transformer 发明者之一、谷歌 Gemini 联合负责人 Noam Shazeer 给出了不一样的答案。

MinerU 是由上海人工智能实验室（OpenDataLab）团队开发的一款开源智能文档解析工具，专注于将复杂的PDF文档、网页和电子书内容，高效、精准地提取并转换为机器可读的结构化格式。

昨天，芯片行业发生了一场大地震。英伟达宣布以50亿美元（约合人民币355亿元）入股英特尔，两大芯片巨头从数十年的竞争关系转向战略合作。

今天，DeepSeek 团队的研究论文登上了国际顶级期刊《自然》（Nature）最新一期的封面，这也是中国大模型成果首次获得这一荣誉。

SeedVR2_comfyUI 是由字节跳动 Seed 实验室与南洋理工大学 S-Lab 联合开源的 一步式图像高清修复模型 ，专为 ComfyUI 用户开发的插件版本。

Hunyuan-MT-7B 是腾讯混元团队发布的轻量级翻译模型，参数量仅 70 亿，支持 33 个语种及 5 种民汉语言/方言互译。

今天，斯坦福大学教授李飞飞初创的 World Labs 公司发布了名为 Marble 的空间智能模型测试版，仅凭一张图片或文本提示就能生成持久存在、可无限探索的 3D 世界。

哔哩哔哩（B 站）Index 团队近日开源了一款情感可控、时长可调的工业级自回归零样本文本转语音（TTS）系统 —— IndexTTS2。