登录社区云，与社区用户共同成长
邀请您加入社区
谢邀，刚跑通。 今天起，开发者们可以在知乎 一键绑定魔搭账号， 将你在魔搭的开源模型、数据集同步展示在知乎主页， 打通「开源实践」与「深度讨论」，这张更完善的社交名片—— 让你的每一次模型训练、项目迭代与技术思考，都能在双平台绽放更多价值！ 敖 关于这次连接 魔搭（ModelScope）是中国最大的开源模型社区，沉淀真实 AI 项目与实践； 知乎是中文世界具有深度的知识讨论场，汇聚大量 AI 技术
在 Mac Mini 上部署本地大模型（LLM）时，新手往往会遇到两个拦路虎：一是原始模型对电脑内存的巨大消耗，二是复杂的代码环境配置。 别担心！OpenClaw 为你提供了极佳的图形化交互体验，而模型量化（Quantization）技术则是让它在普通家用电脑上“起飞”的秘密武器，能在几乎不损失 AI 智商的前提下，将模型体积压缩至原来的 1/4 甚至更小，大幅降低内存需求。 &nb
在视频生成领域，大家是不是常常遇到这样的痛点：主流模型虽然生成的画质越来越高，但生成5到10秒的短视频往往就需要耗费几十分钟。而市面上那些宣称能做到“实时无限生成”的模型，往往只有1.3B左右的较小参数量。这些小容量模型很难准确表示复杂的运动，还常常会导致高频细节模糊。 今天，由北京大学联合字节跳动带来的破局之作——Helios，正式登场！ 这是首个能在单张NVIDIA H100 GPU上以 19
2025年，被业界公认为具身智能（Embodied AI）真正觉醒的元年。当人工智能跨越数字世界的边界，轰然撞开物理世界的大门，是谁在荒野中劈开荆棘？又是谁在定义行业的未来？ 由魔搭社区（ModelScope）、CCF智能机器人专委会、工信部装备数字孪生技术重点实验室、Lumina具身智能社区、开放原子开源青龙、地瓜机器人、机器人操作系统（ROS）教育基金会、真格基金以及知乎、36氪
通义实验室开源 PrismAudio，一个强大的视频配音（V2A）模型。仅 518M 参数、0.63s 推理时延，在语义、时序、美学、空间及主观评分五项指标上全面超越现有 5B 量级方法。 其核心创新在于将整体推理分解为四路专项 CoT 模块（语义、时序、美学、空间），每路模块配备独立奖励函数，构建精准的 CoT–奖励对应关系，通过多维强化学习后训练实现协同优化，从根本上解决多目标耦
近日，百度千帆正式发布全新端到端文档智能模型Qianfan-OCR。 该模型基于统一的视觉语言架构打造，以4B参数规模实现了对文档解析、版面分析、文字识别与语义理解的全面融合，在多项权威评测中取得领先表现，标志着文档智能能力正从“流程拼接”迈向“模型统一”的新阶段。 在核心Benchmark中，Qianfan-OCR表现尤为突出：在OmniDocBench v1.5上取得93.12分，端到端模型中
通义实验室重磅开源Fun-CineForge，一个专为各种电影场景而设计的多模态配音大模型，同时也开源一种从高质量多模态配音数据集构建流程。Fun-CineForge 配音模型首次通过引入时间模态信息，实现了在复杂的影视配音场景下的视频配音。 开源地址： ModelScope：https://www.modelscope.cn/models/FunAudioLLM/Fun-CineF
最近OpenClaw火了！大家在讨论如何快速部署的同时，更多开发者在思考： 我能不能也亲手做一个类似的智能体？有没有更成熟、更强大的方案来实现跨设备的丝滑操作？ 国民远控贝锐向日葵给出了答案！向日葵MCP（Model Context Protocol）服务正式上架 ModelScope（魔搭社区）! 结合魔搭强大的国产大模型生态，你不仅能快速复刻类似的AI助手，更能通过
写在前面 在大模型与 Agent 技术快速演进的今天，"如何高效、系统地评审论文" 已经成为很多团队的日常需求。无论是实验室内部的论文预审、课题组的周会分享，还是小型 Workshop 的投稿评选，传统的"邮件 + 表格 + 口头讨论"模式越来越力不从心。 本文结合我在开源项目 OpenJudge 中实现的论文
随着大模型的持续演进，研发重心正从“预训练”显著转向“后训练”。要充分挖掘模型在各类场景下的应用潜力，针对性的训练微调至关重要。不可否认，以强化学习（RL）为代表的后训练范式，是模型生命周期中复杂度最高的环节之一：其实现方式高度定制化，难以通用；组件耦合度高，导致源码层面的理解门槛极高；此外，多模型协作的架构也极大地增加了代码编写的难度。 除了 OpenAI 提供的“数据进，模型出”
