OpenBayes贝式计算

In-Context Edit：指令驱动图像生成与编辑」已上线 OpenBayes 公共教程，仅需极少的文本指令即可实现精准的图像修改，为图像处理和内容创作提供了更多可能性...

FramePack 是由 ControlNet 作者、斯坦福大学博士生张吕敏 (Lvmin Zhang) 团队近期开源的视频生成框架，它通过创新的神经网络架构，有效解决了传...

公共资源速递 7 个教程： 一键部署 MegaTTS3 Dia-1.6B：情感语音合成 Demo FramePack 低显存视频生成 Demo Baichuan-Audio...

4 月 29 日凌晨，Qwen3 模型「家族」终于正式亮相，共 8 款混合推理模型全部开源， 仅仅一天的时间便在 GitHub 斩获近 20k stars。...

公共资源速递 10 个教程： * 一键部署 R1-OneVision * UNO：通用定制化图像生成 * TripoSG：单图秒变高保真 3D * 使用 VASP 进行机器...

字节跳动 Intelligent Creation 团队利用扩散 Transformer 模型本身具备的上下文生成能力，并以 FLUX 为基础模型提出了 UNO 模型。...

4 月 9 日凌晨，Agentica 团队携手 Together AI 联合开源了名为 DeepCoder-14B-Preview 的代码推理模型。...

公共资源速递 5 个数据集： 302 例罕见病病例数据集 DRfold2 RNA 结构测试数据集 NaturalReasoning 自然推理数据集 VenusMutHub ...

InfiniteYou（简称 InfU）是由字节跳动智能创作团队近期推出的一款基于 Diffusion Transformers 的身份保持 (identity-prese...

清华大学团队在 YOLO 的基础上，提出了开放物体探测与分割模型 YOLOE，支持文本提示 (text prompts)、视觉提示 (visual cues) 和无提示 (...

公共资源速递 5 个数据集： KodCode-V1 编码合成数据集 中国城市旅游景点信息数据集 EMM-AU 驾驶事故视频数据集 MiniMind 大模型训练微调数据集 J...

由 Sesame 团队推出的语音生成模型 CSM (Conversational Speech Model) 在众多语音模型中脱颖而出。...

近日，谷歌发布了「单卡大魔王」Gemma 3，号称是能在单个 GPU 或 TPU 上运行的最强模型。...

本教程将以 DeepSeek-R1-Distill-Qwen-1.5B 为例，演示如何在 OpenBayes 上使用 vLLM 部署大语言模型。...

昨日（3 月 11 日）晚间，Manus 在官方微博宣布与阿里通义千问团队正式达成战略合作，双方将基于通义千问系列开源模型，致力于在国产模型和算力平台上实现 Manus 的...

公共资源速递 5 个数据集： MCTS 中文文本简化数据集 Big-Math 强化学习数学数据集 HAR 15 种人体动作识别数据集 DexGraspVLA 机器人抓握数据...

上周，阿里云突发大招，强势开源了全新推理模型通义千问 QwQ-32B。在多个关键基准测试上，其以 32B 的参数量，超越了 OpenAI-o1-mini，比肩 671B 参...

公共资源速递 5 个数据集： JMED 中文真实医疗数据数据集 GAIA 视觉语言遥感图像理解数据集 110k 基于 DeepSeek-R1 蒸馏数据集 AI-CUDA-E...

在计算机视觉领域，YOLO (You Only Look Once) 系列模型凭借其高效的实时目标检测能力，长期占据主导地位，广泛应用于自动驾驶、视频监控和机器人视觉等场景...