进来复习!是谁8步推理1秒出图
合集 · 通义前哨站 (71)
-
【直播回放】ICLR 2025论文解读(上)——通义实验室篇
1:02:05
-
智能体工作流评估新框架:WorFBench
1:11
-
这是通义千问的来时路。
1:20
-
从单图到可驱动3D数字人生成技术讲解
15:23
-
有人问Qwen2.5-Omni 和VL的区别?
1:15
-
【直播回放】ICLR 2025论文解读(下)——通义实验室篇
1:27:46
-
通义万相2.1的3D VAE是什么?
2:03
-
多模态大模型解题新思路:mPLUG-Owl3
1:29
-
行业首发全栈MCP服务,尽在百炼平台~
0:42
-
通义万相2.1首尾帧生视频模型开源
1:29
-
【玩转MCP】手把手教你自定义部署MCP服务
1:23
-
【玩转MCP】手把手教你搭建专属MCP Agent
1:23
-
超写实3D数字人大模型(LAM)技术报告解读
1:57
-
表情、声音、说话风格一键复刻!
1:34
-
我们为千行百业而来。
0:23
-
Qwen3 来了!
0:40
-
Thinking Budget:让大模型灵活思考
1:20
-
Qwen3+MCP带来哪些新场景?
0:56
-
太好了,是Qwen的Deep Research,我们有救了
1:00
-
通义万相视频编辑统一模型VACE开源发布
1:07
-
【直播回放】通义万相视频编辑统一模型VACE开源
10:01
-
如果有Wan Day,它会是什么样子?
2:14
-
ZeroSearch:无需真实搜索也能激发模型搜索能力
2:42
-
今天来复习一下Qwen2.5-VL技术报告!
3:24
-
ParScale:一种全新的大模型Scaling Law
3:15
-
大模型如何持续进化,实现精准检索?
2:01
-
【直播回放】Qwen3-Embedding模型深度解析
59:14
-
语音识别怕噪声?CoGenAV 来破局!
2:40
-
在这里,了解通义千问的一切
0:37
-
微表情捕捉、潜台词翻译,AI“读心专家”就位!
1:36
-
理解画面捕捉细节,你的AI音效师来啦!
1:47
-
框架开源,无需邀约,即刻体验!
5:03
-
Qwen Vlo|描绘你关于世界的想象
0:57
-
10分钟,打造你的专属实时语音交互应用!
1:51
-
手机也能跑 Qwen3?手把手教你部署!
1:41
-
一句话玩转网页开发!
1:10
-
【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
1:04:15
-
如何让AI有理有据地识别情绪?
52:16
-
来吧,上船,起航!
5:10
-
👂听说,Qwen3-Coder其实也能听懂大白话?
1:16
-
人人都是大导演!通义万相2.2来了!🤩
1:57
-
Github 5K+🌟WebAgent研究团队新作:WebShaper来啦
1:05
-
书画双全!Qwen-Image开源🖌
1:57
-
【直播回放】Qwen-Image技术报告解读和模型实战攻略01
2:04:47
-
音画传情 声启万相
1:05
-
什么呀?语音识别现在也要调监控啦🧐?
3:39
-
AgentScope1.0:终结智能体黑盒🗃️,打造生产级可控应用
4:03
-
🎙️ 开麦即真:CosyVoice 全面升级
1:41
-
不止入戏,更能入景🎬
1:20
-
说得更好、更准、更自然:Qwen3-TTS上线
2:35
-
原生全模态不降智
6:55
-
Qwen3-VL 看懂、理解并响应世界
2:03
-
多图编辑进化,万物皆可一键“同框”!
0:58
-
大就是好!Qwen3-Max 正式亮相
0:41
-
通义万相2.5:一句指令,玩转图像魔法
0:41
-
别让声音困住你的效率
0:44
-
通义万相2.5:一句话实现“Vibe PSing”!
0:47
-
通义万相2.5:让声音当你的视频“导演”!
0:48
-
通义万相2.5:让画面“声”动起来!
1:21
-
通义万相2.5:能听懂,也能准确执行!
0:54
-
Qwen3-Omni API上新:声形意合,令出智随
4:52
-
Fun-CosyVoice 3 重磅升级|更快、更准、更强表达力
1:15
-
Fun-ASR 全新升级|企业级抗干扰
1:21
-
「通义万相2.6」来啦!所有角色,听我指挥
0:39
-
Qwen-Image-Layered:下一代图像生成基础模型 🚀
0:51
-
进来复习!是谁8步推理1秒出图
0:55
-
【能干活的高情商语音搭子】
1:39
-
Qwen3-TTS上新,支持跨物种克隆音色!
3:19
-
Qwen-Image-2512 正式开源发布!
0:57
-
除夕!Qwen3.5来了!
1:16
-
Qwen-Audio-3.0-Realtime 发布:懂倾听,更聪明的实时语音方案
2:53
Description
Z-Image-Turbo 现已正式上线 阿里云百炼 平台。回顾这款近期备受关注的模型,它通过高效的蒸馏技术,在仅仅 60亿参数 (6B) 的规模下,实现了媲美更大规模模型的生成效果。 核心技术亮点: 架构创新 :采用 Single-Stream Diffusion Transformer (单流 DiT) 架构,将文本、图像等多种调节输入统一处理,大幅提升了处理效率。 极速推理 :仅需 8 步 即可完成高质量图像生成,显存占用低于 16GB,适配消费级显卡。 双语渲染与文化理解 :在中文/英文文本渲染的准确性上表现卓越,能够精准还原古诗词意境(如“枯藤老树昏鸦”)及逻辑复杂的提示词。 开源领先 :在内部 Elo 竞技场评测中,Z-Image-Turbo 击败多款竞品,位列开源模型 Rank 1 ,总榜 Rank 4。在全球权威AI基准测试平台Artificial Analysis 最新的图像模型榜单中名列第一,成为最强开源图像生成模型。 体验高效、逼真的图像生成能力,欢迎前往阿里云百炼。
Comments
什么时候上线base跟edit模型呀[doge]
♥ 26
我求你了什么时候上base跟edit 训练集早早就准备好了哭死我了
♥ 15 ↩ 6
光复习吗?上新模型吧,已经融会贯通了不用复习了。[呲牙]
♥ 11
确实王炸,今年最让我感到惊艳的开源模型
♥ 4
啥时候端edit菜上来[脱单doge]
♥ 3
用什么卡一秒出图,4090也得4-5秒啊
♥ 2 ↩ 1
今天不睡了[doge_金箍]
♥ 2 ↩ 2
这个不是早就上新了吗
♥ 1
本人测试“生成一个位置在XX°XX'XX"N,XX°XX'XX"E的照片”得到了一张不正确的图片[笑哭]
♥ 1
https://www.nanobananapro.site?ref=share 这里可以使用 z-image模型,还有各种提示词,同时还支持 nano Banana pro,支持涂抹进行局部精准修改
♥ 1
点赞!
♥ 1
不会真打算到过年的时候开源base吧
♥ 1
求 ∫ √(4-x^2) dx
♥ 1
确实牛逼,一出来就热度第一,已经一个多月了
什么时候开源base?等了好久了
这是base模型开源了?
太帅了
我滴哥,不行你在把双节棍Nunchaku收了吧,直接起飞
edit什么时候开源呀
推理生图任务 你确认可以吗????????????