OpenBayes贝式计算的个人主页 - 动态

人工智能、云计算服务提供商 @贝式计算

·

1月前

OpenBayes 教程上新丨仅激活 3B 参数可媲美 GPT-4o，Qwen3 深夜更新，一手实测来了！

今日凌晨，Qwen 团队再度公布重磅更新——此前已经广受好评的 Qwen3-30B-A3B 模型迎来了新版本：Qwen3-30B-A3B-Instruct-2507。机器学...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

OpenBayes 一周速览丨Self Forcing 实现亚秒级延迟实时流视频生成；边缘AI新秀，LFM2-1.2B采用创新性架构超越传统模型

公共资源速递 This Weekly Snapshots ！ 5 个公共数据集： AF-Chat 音频对话文本数据集 ArtVIP 机器交互式图像数据集 Updesh...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

OpenBayes 一周速览丨DiffuCode-7B-cpGRPO迭代式降噪方式可不按顺序生成代码；NextCoder数据集上线，超万条指令、对话样本

公共资源速递 This Weekly Snapshots ！ 5 个公共数据集： NextCoder 代码编辑数据集 X-ray 胸部肺炎 X 光图像数据集 Psych-...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

OpenBayes 教程上新丨Mistral AI首个开源音频模型Voxtral，24B与3B版本兼顾多场景语音深度理解

语音作为「人类最自然的交互方式」，正逐渐成为人机交互的核心场景，随着语音互动的普及，音频模型也在针对需求不断创新优化。然而快速发展的同时伴随着市场供给的两极分化：低成本开...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 一周速览丨字节EX-4D上线，实现单目视频到自由视角生成；GLM-4.1V-9B-Thinking开源，10B参数比肩Qwen系列

公共资源速递 This Weekly Snapshots ！ 4 个公共教程：一键部署 GLM-4.1V-9B-Thinking RFdiffusion：扩散式蛋白设计...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 教程上新丨一句话精准P图，FLUX.1 Kontext可实现图像编辑/风格迁移/文本编辑/角色一致性编辑

一句话 P 图的时代终于来了。 2025 年 5 月底，沉寂已久的 Black Forest Labs 发布了新模型 FLUX.1 Kontext，并于近日宣布开源。其基于...

1

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 一周速览丨3B参数多模态统一模型Ovis-U1-3B开源，实现单一框架完成多模态任务；Magenta RT实时音乐生成，可动态调整乐曲风格

公共资源速递 This Weekly Snapshots ！ 7 个公共教程： HealthGPT：AI医疗助手 Magenta RT：实时音乐生成 Ovis-U1-3B...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 教程上新丨超分辨率框架Chain-of-Zoom引入VLM生成的多尺度感知文本提示，256倍放大并保持图像高保真度

在图像增强领域，单幅图像超分辨率（Single-Image Super-Resolution，SISR）一直是热门研究方向。当前主流的 SISR 模型——尤其是基于扩散模型...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 一周速览丨OmniGen2「双轨架构」实现文本/图像分工协作，效果直逼GPT-4O；OCRBench文本识别基准数据集发布，含1K问答对

公共资源速递 4 个公共数据集： ReasonMed 医学推理数据集 Miriad-5.8M 医学问答数据集 WebClick 网页理解基准数据集 OCRBench 文本识...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 教程上新丨医疗VLM新突破！HealthGPT对复杂MRI模态理解准确率达99.7%，单一模型可处理多类生成任务

浙江大学联合中国电子科技大学等团队提出 HealthGPT 模型，通过创新性的异构知识适配框架，成功构建了首个统一医疗多模态理解与生成的大规模视觉语言模型，为医疗 AI 的...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 一周速览丨Nanonets-OCR-s深度语义理解，精准结构化转换；HLE人类问题推理基准上线，含2.5k题目，助力封闭式评估体系构建

公共资源速递 5 个公共数据集： * Brain Tumor 脑肿瘤数据集 * HLE 人类问题推理基准数据集 * OpenThoughts3-1.2M 推理数据集 * N...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OpenBayes 在线教程丨狂揽 2.6k stars，MonkeyOCR-3B 在英文文档解析任务上超越 72B 模型，性能达 SOTA

如今，OCR（光学字符识别）技术早已不再局限于文字识别，而正逐步演化为更复杂的文档解析系统。从最初的简单字符提取，到近年来兴起的多模态大模型，OCR 已融入了版面理解、语义...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 一周速览丨中文理解能力登顶！「小红书味」超重的大模型 dots.llm1 开源；单图重建三维场景，UniDepthV2 助力3D场景设计

公共资源速递 6 个公共数据集： LEXam 法律推理基准数据集 Llamg-Nemotron 推理数据集 DeepTheorem 定理证明数据集 Eye Detectio...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 教程上新丨获 CVPR 2025 最佳论文，通用 3D 视觉模型 VGGT 推理速度可达秒级

6 月 13 日，全球计算机视觉三大顶级会议之一 CVPR 2025 公布了最佳论文等奖项。根据官方数据，CVPR 2025 共收到了超 4 万名作者提交的 13,008 ...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 一周速览丨对标GPT-4o! BAGEL统一处理多模态数据理解和生成任务; 专为软件工程任务设计, Devstral自主处理复杂工程问题

公共资源速递 2 个公共模型： BAGEL-7B-MoT Qwen3 Embedding-0.6B & Reranker-0.6B 13 个公共教程：大模型 * 2 AI...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 教程上新丨刷新TTS模型SOTA，OpenAudio S1基于200万小时音频数据训练，深刻理解情感及语音细节

近年来，TTS（Text-to-Speech，文本转语音）模型经历了从拼接式语音合成到统计参数合成，再到神经网络 TTS（Neural TTS）的迭代，在技术层面呈现出端到...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 一周速览｜TransPixeler 实现透明化文本到视频生成；统一图像定制框架 DreamO 上线，一键处理多种图像生成任务

TransPixeler 实现透明化文本到视频生成；统一图像定制框架 DreamO 上线，一键处理多种图像生成任务...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 教程上新丨新加坡国立大学 Show Lab 发布 OmniConsistency 模型，实现即插即用的图像风格迁移

OmniConsistency 显著提升了视觉连贯性和美学质量，实现了与 GPT-4o 相当的性能，填补了开源模型与商业模型在风格一致性上的性能差距...

0

人工智能、云计算服务提供商 @贝式计算

·

3月前

OpenBayes 教程上新丨谷歌发布 MedGemma，基于 Gemma 3 构建，专攻医学文本与图像理解

MedGemma 系列模型基于 Gemma 3 构建，包含谷歌在医学文本与图像理解方面最强大的开源模型，提供 2 个版本，分别为 40 亿参数的多模态版本，以及 270 亿...

0