qwen

Nanonets-OCR-s是什么 nanonets-ocr-s（nanonets ocr small）是nanonets推出的图像到 markdown 的 ocr 模型，支持将图像中的文档内容转换为结构化的 markdown 格式。模型能提取文本，支持智能识别并处理复杂的文档元素，如 latex …

阿里通义Qwen团队近日发布了一款开源的Python命令行工具——Qwen3-ASR-Toolkit，旨在突破Qwen3-ASR-Flash API对音频时长限制在3分钟内的瓶颈，支持对小时级音视频内容进行高效转录。 作为通义千问系列最新推出的语音识别模型，Qwen3-ASR-Flash依托强大的Q…

Qwen-TTS 是什么 qwen-tts是通义实验室研发的文本转语音模型，具备自然、稳定、快速的优势。该模型可根据输入文本及音色参数生成高质量音频，支持中文、英文以及多种方言，如北京话、上海话、四川话等。模型依托大规模语料训练，输出效果接近真人发音。qwen-tts支持流式音频输出，首包响应速度快…

蚂蚁集团近日正式开源了业界首个高性能扩散语言模型推理框架dinfer。 在多项基准测试中，dInfer展现出卓越的性能表现：其推理速度相较英伟达推出的扩散模型推理框架Fast-dLLM提升了10.7倍；在代码生成任务HumanEval中，单批次推理速度达到惊人的1011 Tokens/秒，首次在开源…

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 百灵大模型 蚂蚁集团自研的多模态AI大模型系列 177 查看详情 llava-onevision-1.5 是一款开源的先进多模态大模型，凭借高效的训练策略与高质量的数据构建，在性能、成本控制和可…

阿里巴巴“c计划”的首款成果近日正式亮相，即夸克app推出的全新对话助手功能。 据《科创板日报》消息，该对话助手基于Qwen（通义千问）最新闭源大模型打造。用户可通过点击夸克App首页的助手入口或右滑操作便捷进入该模式。 从形态与功能来看，这款对话助手与字节跳动旗下的“豆包”等产品类似，具备通用问答…

aixiv专栏：北京交通大学adam团队探索系统2对齐，提升大模型安全性 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 北京交通大学ADaM团队长期关注AI安全领域，此前已开源o1复现项目o1-Coder (https://www.php.…

年末将至，全球ai大模型竞争骤然白热化。本周，kimi模型开启强化学习新范式，deepseek r1以开源姿态“接棒”openai，谷歌则将gemini 2.0 flash thinking的上下文长度扩展至百万级。种种迹象表明，各大玩家正试图在近期决出胜负。 1月24日，百川智能重磅发布国内首个全…

阿里云重磅开源qwen2.5-1m大模型，支持百万tokens上下文！该模型提供7b和14b两种尺寸，在处理长文本任务中显著超越gpt-4o-mini。阿里云还同步开源了推理框架，大幅提升了长文本处理速度。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1…