Time-baidu09R1 – 基于3B参数模型的时间推理语言模型
Time-R1是伊利诺伊大学香槟分校研究团队开发的基于3B参数的语言模型，通过独特的三阶段强化学习训练方法，在时间推理能力上取得了显著突破。
22
0
2025-08-31
SwiftBrush V2 – 文本到图像的单步扩散模型，性能与多步模型相媲美
SwiftBrush V2 是文本到图像的单步扩散模型，通过改进训练方法和模型融合技术，实现与多步Stable Diffusion扩散模型相媲美的性能。模型通过更好的权重初始化、高效的LoRA训练，引入一种新颖的夹紧CLIP损失来增强图像与文本的对齐，提高图像质量。
22
0
2025-08-31
Sky-baidu09T1 – NovaSky 开源的推理 AI 模型，可从零开始复现该模型
Sky-T1是加州大学伯克利分校Sky Computing实验室的研究团队NovaSky发布的开源推理AI模型，名为Sky-T1-32B-Preview。是首个开源推理模型，训练数据集和代码均已公开，用户可以从零开始复现该模型。
22
0
2025-08-30
PixelWave Flux – AI图像生成模型，基于FLUX.1-baidu09dev模型微调版本
PixelWave Flux.1-dev 03是基于FLUX.1-dev模型在NVIDIA 4090上微调的AI图像生成模型，有卓越的模型泛化能力，模型在处理多种艺术风格、摄影和动漫图像方面表现出色，在审美、写实和动漫风格上有明显的提升。
20
0
2025-08-30
Phi-baidu093.5 – 微软推出的新一代AI模型，mini、MoE混合和视觉模型
Phi-3.5是微软推出的新一代AI模型系列，包含 Phi-3.5-mini-instruct、Phi-3.5-MoE-instruct 和 Phi-3.5-vision-instruct 三个版本，分别针对轻量级推理、混合专家系统和多模态任务设计。
16
0
2025-08-30
Molmo 72B – 开源的多模态AI模型，基于Qwen2-baidu0972B模型，超越Llama 3.2
Molmo 72B是由艾伦人工智能研究所（Ai2）推出的一个开源多模态AI模型，专门设计用于处理和理解图像和文本数据。基于Qwen2-72B模型，使用OpenAI的CLIP作为视觉编码器。Molmo 72B在多个学术基准测试中表现优异，击败包括Llama 3.2 90B在内的其他模型。
20
0
2025-08-30
QwQ-32B与DeepSeek-R1：32B模型能否挑战671B参数模型？
23
0
2025-08-30
Llama 4模型：Meta AI开源的最佳模型
19
0
2025-08-30
Llama 3.2 – Meta推出的中小型视觉语言模型和轻量级文本模型
Llama 3.2是Meta公司最新推出的开源AI大模型系列，包括小型和中型视觉语言模型（11B和90B参数）以及轻量级纯文本模型（1B和3B参数）。Llama 3.2模型专为边缘设备和移动设备设计，支持128K令牌的上下文长度，并针对高通和联发科硬件进行优化。
21
0
2025-08-29
GPT-baidu094o Long Output模型 – OpenAI最新推出的超长输出模型
GPT-4o Long Output模型是OpenAI最新推出的超长输出AI模型，支持高达64k tokens的长文本输出，相当于约200页小说。相较于原GPT-4o模型，输出能力提升16倍，但输入上限降至64k tokens，满足用户对更长文本处理的需求。
23
0
2025-08-29
AnimePro FLUX – 动漫风格图像生成模型，基于Flux.1 Shnell模型微调
AnimePro FLUX是基于Apache 2.0许可的动漫风格图像生成模型，专为生成高质量二次元插画设计。AnimePro FLUX基于Flux.1 Shnell模型微调，克服DEV版本的许可限制，产生媲美Dev和Pro级别的图像。模型在RTX 3090 GPU上运行速度超过SDXL，支持4-8步生成，超过10步进入细化模式。
24
0
2025-08-28
AniDoc – 2D动画上色AI模型，基于视频扩散模型自动将草图序列转换成彩色动画
AniDoc是香港科技大学、蚂蚁集团、南京大学、浙江大学和香港大学共同推出的简化2D动画上色AI模型，基于视频扩散模型自动将草图序列转换成彩色动画，遵循参考角色设计。模型用对应匹配技术处理角色设计与草图之间的差异，实现色彩和风格的准确传递。
23
0
2025-08-27
