【直播回放】通义万相视频编辑统一模型VACE开源
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
从内容生成到精细编辑,VACE 都能一“模”多用,真正实现一个模型,多种任务。此次开源的Wan2.1-VACE-1.3B支持480P的分辨率,Wan2.1-VACE-14B支持480P和720P的分辨率。 VACE的强大能力源于我们对模型框架的设计: ⚛️ 视频条件单元 VCU:一个更加灵活统一的输入范式,它将多模态的各类上下文输入,总结成了文本、帧序列、mask序列三大形态,在输入形式上统一了4类视频生成和编辑任务。 🚀多模态输入的token序列化:是Wan2.1的视频扩散Transformer架构能正确处理输入信息的前提条件。 📊上下文适配微调,高效训练策略。 👇可在魔搭社区、Hugging face、GitHub等社区获取。VACE部分功能也将在通义万相官网上线。 ✅魔搭社区 https://modelscope.cn/organization/Wan-AI ✅ GitHub https://github.com/Wan-Video/Wan2.1 ✅ Hugging face https://huggingface.co/Wan-AI ✅通义万相官网 https://tongyi.aliyun.com/wanxiang/
Comments
和Wan一起玩!😊
♥ 2
你们能不能在通义千问app里搞一个大模型推理思考的单独历史记录,现在用着好难受,要找之前的记录真能一个一个向上翻找,很麻烦的[大哭]
多少显存可以玩啊,只有16g
还在输出