开源
开源版Suno来了！AI音乐生成模型YuE可生成专业级的歌声和伴奏
近日，由香港科技大学与音乐领域的 DeepSeek 合作开发的开源音乐生成模型 YuE 正式发布，震惊了不少乐迷和音乐创作者。 这一模型不仅能够生成多种风格的音乐，还可以模拟人声，给听众带来全新的音乐体验。 YuE 的特点在于其双 LLaMA 语言模型架构，这使其能够无缝适配各种大语言模型，并且能够处理长达5分钟的完整歌曲。
阿里深夜开源Qwen2.5-VL新版本，视觉推理通杀，32B比72B更聪明
就在 DeepSeek V3「小版本更新」后的几个小时，阿里通义千问团队也开源了新模型。 择日不如撞日，Qwen2.5-VL-32B-Instruct 就这么来了。 相比此前的 Qwen2.5-VL 系列模型，32B 模型有如下改进：回复更符合人类主观偏好：调整了输出风格，使回答更加详细、格式更规范，并更符合人类偏好。
32B本地部署！阿里开源最新多模态模型：主打视觉语言，数学推理也很强
就在DeepSeek-V3更新的同一夜，阿里通义千问Qwen又双叒叕一次梦幻联动了——发布Qwen2.5-VL-32B-Instruct。 此前开源家族视觉语言模型Qwen2.5-VL包括3B、7B和72B三种尺寸。 这一次的32B版本进一步兼顾尺寸和性能，可在本地运行。
美国恐惧：冷战2.0将至，中国开源模型大爆炸临近！LeCun：DeepSeek只是卷王副产品
如今，美国已经开始陷入「冷战2.0焦虑」——我们的AI技术，恐怕已经落后于中国了？ 甚至AI社区的不少人已经押注：接下来几个月，将有一大波中国开源AI模型的浪潮！ 某AI大V如是说：一年前，没有人会预料到，在AI竞赛中，美国竟会被更强大的中国超越。
RAG（五）BGE-M3，最流行的开源text embedding模型
项目地址： embedding？ Text Embedding 是一种将文本数据映射到高维向量空间的技术，这些向量能够捕捉文本的语义信息。 通过将文本嵌入到向量空间中，我们可以利用向量之间的距离或相似性来衡量文本之间的语义相关性。
HuggingFace、a16z向白宫谏言，激辩OpenAI：开源才是美国最大的AI竞争优势，垄断不是！
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）近日OpenAI提交有关禁止使用中国模型的提案引起了大家的注意。 不过这也只是提议，包括美国在内的很多企业和大佬对此表示并不赞同——在华盛顿的政策环境中，越来越多地呼吁对人工智能进行最低限度的监管，而Hugging Face则向特朗普政府提出了截然不同的观点：开源和协作的人工智能开发可能是美国最强大的竞争优势。 目前，Hugging Face已经在自家平台上拥有超过 150 万个公共模型，它已向白宫人工智能行动计划提交了建议，认为开源模型的最新突破表明，它们可以以极低的成本达到甚至超越封闭商业系统的能力。
快了60倍！一秒生“手办”！腾讯开源的混元3DTurbo系列，5G显存搞定！模型加速的“万能”大招——Flash VDM！
出品 | 51CTO技术栈（微信号：blog51cto）腾讯开源日第二天！ 在Hunyuan3D-2.0基础上打造的5款模型终于全部现身！ 昨天介绍了，多视图版本模型Hunyuan3D-2-mv，以及轻量级 mini 模型Hunyuan3D-2-mini。
全球首个工业界多模态推理模型开源！38B硬刚DeepSeek-R1，训练秘籍全公开
刚刚，昆仑万维正式开源了全球首个工业界多模态推理模型Skywork R1V（以下简称「R1V」）！ R1V高效地将DeepSeek-R1这种强大的文本推理能力无缝scaling到了视觉模态，实现了多模态领域的领先表现，并以开源方式推动了技术进步。 由此，多模态推理的新时代即将开启。
AI 狂飙倒计时！李开复预言：2025年，开源大模型将掀起商业巨浪！
AI的战鼓已经擂响，冲锋号即将吹响!科技圈大佬李开复近日发出重磅预言:2025年，绝非平平无奇，而是AI应用迎来井喷式爆发的元年，更是大模型商业化战场上的“生死大考”!机遇与挑战并存，一场关乎AI未来格局的变革风暴，正在酝酿之中。 李开复的这番豪言壮语，并非空穴来风，而是基于他对行业趋势的深刻洞察。 他以DeepSeek的横空出世为例，激动地表示，这不仅仅是中国AI力量的一次惊艳亮相，更在全球范围内奏响了开源的最强音!DeepSeek的出现，仿佛一盏指路明灯，让人们清晰地看到，开源，必将成为大模型领域的终极答案!图源备注：图片由AI生成，图片授权服务商Midjourney未来的AI世界，将不再是技术参数的冰冷比拼，而是谁能更好地拥抱开源，将开源模型转化为驱动商业增长的引擎。
Manus带火的MCP，让Claude一句话自动化3D建模，网友：真·AI+应用
一句话提示，Claude自动化打开Blender将2D图片转为3D建模。 整个过程行云流水。 而且还能只用一次提示词，再基于这个场景搭建可以互动的网页。
港大90后开源，OpenAI 2万刀博士级AI智能体平替！自主研究媲美顶会论文
在AI技术迭代的坐标系中，OpenAI构建的五级演进模型（对话系统→组织协调者）为行业发展提供了战略指引。 其中，处于第三至四阶段的自主研究智能体（Autonomous Research Agent）正成为技术突破的焦点。 就在最近，来自香港大学HKUDS的3位研究团者开源了一种全新的AI-Researcher系统，正是这一关键领域的重要探索。
11B模型拿下开源视频生成新SOTA！仅用224张GPU训练，训练成本省10倍
224张GPU，训出开源视频生成新SOTA！ Open-Sora 2.0正式发布。 11B参数规模，性能可直追HunyuanVideo和Step-Video（30B）。
DeepSeek 开源 EPLB，世界上从来没有什么腾空出世！
deepseek开源DualPipe的同一天，还开源了EPLB。 今天来简单聊聊EPLB，包懂。 EPLB是干嘛的？
Open-Sora 2.0全面开源，20万复刻百万级大片！11B媲美闭源巨头，224张GPU创奇迹
今天，视频生成领域迎来开源革命！ Open-Sora 2.0——全新开源的SOTA（State-of-the-Art）视频生成模型正式发布，仅用20万美元（224张GPU）成功训练出商业级11B参数视频生成大模型，性能直追HunyuanVideo和30B参数的Step-Video。 权威评测VBench及用户偏好测试均证实其卓越表现，在多项关键指标上媲美动辄数百万美元训练成本的闭源模型。
百万美金炼出「调参秘籍」！阶跃星辰开源LLM最优超参工具
近日，阶跃星辰研究团队通过大规模实证探索，耗费了近 100 万 NVIDIA H800 GPU 小时（约百万美元），从头训练了 3,700 个不同规模，共计训了 100 万亿个 token，揭示了 LLM 超参数优化的全新的普适性缩放规律，为更好地提升 LLM 性能，提供了开箱即用的工具。 该研究也是第一个全面研究模型最优超参随着 Model Shape、Dense/MoE、预训练数据分布的变化，是否稳定不变的工作。 研究中凸显出 Step Law 的鲁棒性，大大增加了该工具的实用性和普适性。
Manus逼OpenAI开源智能体框架，网友：已从行业领导者变为跟随者
OpenAI又开源了，这次是一套智能体开发框架。 联网搜索、文件搜索、计算机使用（Computer Use），统统打包，GitHub 8小时上千星。 图片奥特曼认为其中的API是有史以来（并没有限定在OpenAI范围内）设计最完善、最实用的之一。
DeepSeek 开源的 DualPipe，居然是梁文峰写的，你感性？
继DeepGEMM之后，deepseek开源了第四弹DualPipe。 今天来简单聊聊DualPipe，包懂。 DualPipe是干嘛的？
微软开源多模态AI基础模型！无需额外微调轻松拿捏网页、机器人
微软研究院官宣开源多模态AI——Magma模型。 首个能在所处环境中理解多模态输入并将其与实际情况相联系的基础模型。 该模型近期已被计算机视觉顶会CVPR接收，只要给定一个目标描述，Magma就能制定计划、执行行动，无论是在数字界面中还是物理世界里，都能展现出灵活而高效的交互能力。