阿里开源首个视觉推理模型，击败GPT-4o，网页一度404
阿里开源首个视觉推理模型，击败GPT-4o，网页一度404
过年关啦！阿里送上了今年最后一份礼物——
“眼睛”模型QVQ，其中V代表视觉。它只需读取图像和指令，就可以开始思考。
21
0
2025-09-02
DreaMoving – 阿里开源的基于扩散模型的人类视频生成框架
DreaMoving是一个基于扩散模型的人类视频生成框架，由阿里巴巴集团的研究团队开发。DreaMoving通过视频控制网络和内容引导器实现对人物动作和外观的精确控制，使得用户可以通过简单的文本描述或图像提示来生成个性化的视频内容。
20
0
2025-08-28
