跳到正文

#产品更新

今日 0 条
10月7日周三
  1. TechCrunch · AI58

    Musubi 开源决策模型 PolicyLM-1.7B,用于实时内容审核

    Musubi 发布开源权重的轻量决策模型 PolicyLM-1.7B,面向实时内容审核,可将纯英文撰写的内容政策应用到消息上,耗时低于 50 毫秒。该模型成本与速度接近多数社交平台使用的 AI 分类器,但具备现代 LLM 的灵活性,可在无需专门训练的情况下执行复杂政策,政策变更时也不必重新训练。

9月8日周二
8月18日周二
  1. Hugging Face Blog71

    Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式晚交互检索

    Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,用于 ColBERT 式晚交互检索,PyLate、Stanford-NLP ColBERT 以及 colpali-engine 视觉文档检索检查点均可通过同一套 API 加载。

    推荐理由:原文给出多种 ColBERT 类检查点的统一加载方式,以及索引体积与检索收益之间的实测取舍,可据此决定是否替换现有稠密检索。

8月11日周二
1月14日周三
  1. Google DeepMind71

    Google DeepMind 更新 Veo 3.1 Ingredients to Video,新增竖屏输出与 1080p/4K 升采样

    Google DeepMind 更新 Veo 3.1 Ingredients to Video,即使提示词简短也能生成更生动、有对白和叙事的视频,并改善角色身份、背景与物体跨场景一致性。

    推荐理由:官方披露 Veo 3.1 Ingredients to Video 的一致性、竖屏与 1080p/4K 升级及上线渠道,便于判断视频工作流怎么变。

12月16日周二
  1. Google DeepMind60

    Google DeepMind 发布 Gemma Scope 2,为 Gemma 3 全尺寸模型提供开源可解释性工具

    Google DeepMind 发布 Gemma Scope 2,一套覆盖 Gemma 3 全部模型尺寸(270M 至 27B 参数)的开源可解释性工具套件。该套件结合稀疏自编码器(SAE)与 transcoder,并新增 skip-transcoder、Cross-layer transcoder 和面向聊天版本的分析工具,可研究越狱、拒绝机制和链式推理忠实度等行为。

    推荐理由:Gemma Scope 2 覆盖 Gemma 3 全尺寸并升级稀疏自编码器工具,可了解开源可解释性工具的规模与方法变化。

3月18日周二
  1. Hugging Face Blog76

    NVIDIA 在 GTC 2025 发布 Cosmos Transfer、Physical AI Dataset 与 Isaac GR00T N1

    NVIDIA 在 GTC 2025 上发布三款面向物理 AI 开发者的开源资源:70 亿参数的 Cosmos Transfer 世界基础模型、15TB 的 Physical AI Dataset,以及首个通用人形机器人开源基础模型 NVIDIA Isaac GR00T N1。

    推荐理由:三款开源发布给出参数规模、数据量和模型结构,读者可据此判断物理 AI 开发的基础资源变化。

10月22日周二
2月3日周六
  1. Hugging Face Blog60

    Segmind 发布 SegMoE 扩散专家混合框架

    Segmind 发布 SegMoE 框架,可从零构建混合专家(MoE)扩散模型,并已集成 diffusers,同时开源 SegMoE-4x2、SegMoE-2x1 和 SegMoE-SD4x2 三个模型及建模代码(Apache 2.0)。

    推荐理由:原文给出了从配置到生产的完整流程和显存占用数据,读者可以据此判断是否用 MoE 方式拼装扩散模型。

9月8日周五
  1. Hugging Face Blog63

    Diffusers 为 SDXL 加入 T2I-Adapter 可控生成支持

    Hugging Face Diffusers 团队与 T2I-Adapter 作者合作,在 diffusers 中为 Stable Diffusion XL(SDXL)加入 T2I-Adapter 支持,并发布 sketch、canny、lineart、depth、openpose 等多种条件的 checkpoint。

    推荐理由:Diffusers 团队与 T2I-Adapter 作者合作把 SDXL 适配器接入 diffusers,并给出从零训练的配置与参数对比,便于读者评估可控生成的开销与接入方式。