- 博客(193)
- 收藏
- 关注
RSS订阅原创 云平台一键部署【seed-x】字节开源强大多语言翻译模型
字节跳动开源Seed-X-PPO-7B多语言翻译模型，支持28种语言双向翻译。该7亿参数模型通过强化学习优化，在多个领域媲美GPT-4等大模型性能。具备链式推理能力，可解释翻译内容，适用于跨语言检索、内容创作等场景。已在趋动云平台提供一键部署服务，用户可快速体验。模型开源地址为HuggingFace平台，趋动云新用户可参与算力金赠送活动。该技术为多语言应用提供了轻量高效的解决方案。
2025-08-14 16:41:18
431
原创 在济南，在CCL，趋动云与您相约共绘学术盛宴
中国计算语言学大会CCL2025将于8月在济南举行，这是国内自然语言处理领域极具影响力的学术会议。作为赞助商，趋动云将在现场展示其全球GPU算力池化云服务，为AI开发者提供高效算力支持。大会包含特邀报告、专题论坛等丰富环节，趋动云展台还将提供注册礼、抽奖礼等福利，促进AI技术交流与合作。
2025-08-13 16:36:09
317
原创 云平台一键部署【OCRFlux】轻量高效的开源OCR新标杆
OCRFlux-3B是由齐思团队开发的开源多模态OCR工具，基于3B参数大模型构建，支持PDF/图像转结构化Markdown。该工具集成OCRFlux工具包，通过vLLM框架实现高效推理，特别适合海量文档处理场景，具备多格式解析、多语言识别（准确率96.7%）和跨页表格合并能力。项目已在趋动云社区上线，提供一键部署功能，用户可快速体验其文档转换能力。趋动云同时推出新客190元算力金活动，鼓励AI开发者参与技术交流与项目分享。
2025-08-08 10:20:25
302
原创 云平台一键部署【HumanOmniV2】长上下文全模态推理，思考并猜测视频中任务的想法和动作
阿里通义实验室开源HumanOmniV2多模态推理模型，采用强制上下文总结、大模型奖励体系和GRPO优化训练方法，有效解决多模态推理中的全局理解和路径简化问题。该模型能系统分析视觉、听觉和语言信号，精准捕捉隐藏逻辑，在IntentBench测试中达到69.33%准确率。适用于视频理解、智能客服、情感识别等场景，已在趋动云平台上线，支持一键快速部署体验。
2025-07-23 16:40:42
884
原创 云平台一键部署【VectorSpaceLab/OmniGen2】自然语言指令调整图片内容
OmniGen2是一款多模态生成模型，具备文本与图像双解码路径，在视觉理解、文生图、指令编辑和上下文生成四大领域表现优异。该模型基于Qwen-VL-2.5基座，支持高保真图像生成和精准指令编辑，其开源版本已上线趋动云平台，提供一键部署功能。用户可通过社区项目快速体验，并参与新客活动获取算力奖励。平台同时鼓励开发者分享作品，共建AI技术生态。
2025-07-15 11:12:36
760
原创 云平台一键部署【PosterCraft】让AI像艺术家一样创作完美海报
PosterCraft是一款AI海报生成工具，提供专业级海报设计功能，包括精准文本渲染、艺术风格融合和智能排版。该项目已在趋动云平台上线，用户无需配置环境即可一键部署使用。通过简单的操作步骤，用户可快速生成高质量海报作品，开发环境自动配置推荐算力规格，大幅降低使用门槛。趋动云平台还为新用户提供算力金奖励活动。该工具旨在为设计爱好者和专业人士提供便捷高效的海报创作体验。
2025-07-08 17:46:21
310
原创 云平台一键部署【PartPacker】图片生成分部件3D模型
PartPacker是一款创新的3D生成模型，通过单张图片即可生成结构清晰、部件可分离的3D模型。其核心技术采用双体积打包策略，实现部件间的完美组合。项目已在趋动云社区上线，提供一键部署功能，免除环境配置烦恼。同时，趋动云正在开展618促销活动，提供充值优惠。该平台汇聚全球技术爱好者，欢迎开发者分享作品，共建技术交流社区。使用后请及时关闭环境以避免额外费用。
2025-06-30 14:20:26
467
原创 云平台一键部署【LBM-Relighting】将前景图片和背景图片融合并重新调整光照
LBM-Relighting是一种基于潜在空间桥接匹配的创新图像处理技术，可实现高效图像重照明、修复、对象删除等任务。该模型支持将前景与背景融合并调整光照，还能生成法线/深度图，现已上线趋动云平台，提供一键部署功能。用户可通过视频教程快速上手，在开发环境中运行指定单元格即可体验。趋动云社区项目正开展6·18充值优惠活动，欢迎AI爱好者加入技术交流平台，共同探索创新应用。
2025-06-13 14:32:00
753
原创 趋动云6・18年中钜惠，购算力送豪礼，等你来拿！
🎉🎉🎉注意喽~注意喽！趋动云6・18狂欢盛典重磅回归！充值立享阶梯式赠礼！去年爆火的充值活动今年全面升级，限时折扣叠加，充值加赠，多充多得，福利满满！年度最强省钱攻略已上线，错过这次再等一年哦！速来解锁超值惊喜~ 🚀🚀🚀
2025-06-06 16:19:38
111
原创 【展位号C16】趋动云与海光携手亮相2025VALSE大会！现场福利限时解锁！
视觉与学习青年学者研讨会（VALSE 2025）将于2025年6月6日-8日在珠海国际会展中心盛大举办。VALSE年度研讨会为计算机视觉、图像处理、模式识别、机器学习、具身智能、机器人等研究领域内的中国青年学者提供一个深层次学术交流的舞台。大会由中国图象图形学学会主办，中南大学承办。
2025-06-06 16:18:46
206
原创 云平台一键部署【Qwen2.5-1M】vLLM加载Qwen2.5-14B-Instruct-1M
Qwen2.5-1M是支持百万级上下文处理的大模型，在长文本任务中表现出色。该模型已在趋动云社区项目上线，提供一键部署服务。用户可通过vLLM引擎快速加载Qwen2.5-14B-Instruct-1M模型，并利用开放WebUI界面进行操作。项目提供详细教程，包含模型加载、端口配置等指引。趋动云社区项目简化了部署流程，节省了算力准备时间，同时鼓励开发者分享技术成果
2025-06-03 12:15:19
536
原创 云平台一键部署【FramePack-Studio】支持LoRA的指定提示词/图片生成视频工具
FramePack-Studio升级版支持图/文生视频功能，集成hunyuanLoRAs和F1模型，新增分段提示词功能，可为视频不同时段指定提示词。主要特性包括：时间戳提示、PromptBlending混合、LoRA支持、队列系统、元数据保存及T2V/I2V生成选项。项目已在趋动云上线，提供一键部署，免除环境配置烦恼。用户可通过GitHub获取源码或直接体验云端服务，配套视频教程详细说明操作流程。注意使用后及时关闭环境以避免额外费用，欢迎开发者加入社区共享技术成果。
2025-05-26 11:31:53
854
原创 一键部署【ACE-Step】Suno平替，通过提示词和歌词AI生成歌曲工具
ACE-Step是一种创新的开源音乐生成模型，旨在解决现有技术在生成速度、音乐连贯性和可控性方面的局限。该模型支持多种音乐风格和描述格式，能够生成不同流派的音乐，并支持19种语言，包括英语、中文和日语等。
2025-05-20 11:25:32
718
原创 云平台一键部署【MSST-WebUI】语音分离可视化工具
MSST-WebUI 是2024年最新的音乐源分离工具的界面版。支持众多声源分离模型，您可以使用此Web界面推断MSST模型和VR模型来将 wav/mp3/flac等音频文件分离为人声和其他伴奏声音，还可以用于音频去噪、去混响、去和声，非常适用于音频制作领域。
2025-05-06 15:30:30
1493
原创 云平台一键部署【Kimi-VL】 多模态对话助手
Kimi-VL 采用了一种专家混合架构，仅在执行特定任务时激活部分模型。尽管只有2.8亿个活跃参数，但 Kimi-VL 在多个基准测试中表现出与许多大型模型相媲美的结果，其效率远超许多同类产品。在图像处理方面，Kimi-VL 的能力也相当引人注目。与一些其他系统不同，该模型能够分析完整的屏幕截图或复杂图形，而无需将其拆分成更小的部分。
2025-05-06 14:38:53
433
原创 云平台一键部署【Wan2.1】开放和先进的大规模视频生成模型
Wan2.1 基于主流的 diffusion transformer 范式设计，通过一系列创新实现了生成能力的重大进步。其中包括我们新颖的时空变分自动编码器 （VAE）、可扩展的训练策略、大规模数据构建和自动评估指标。总的来说，这些贡献增强了模型的性能和多功能性。项目功能：👍 SOTA 性能：Wan2.1 在多个基准测试中始终优于现有的开源模型和最先进的商业解决方案。👍 支持消费级 GPU：T2V-1.3B 型号仅需 8.19 GB VRAM，几乎兼容所有消费级 GPU。
2025-04-23 10:35:47
878
原创 云平台一键部署【DiffSynth-Studio】支持wan2.1视频生成及视频lora训练
阿里通义万相Wan2.1模型登顶Vbench榜首第一，超越Sora、HunyuanVideo、Minimax、Luma、Gen3、Pika等国内外视频生成模型。而在今天，万相Wan2.1视频生成大模型正式开源！【DiffSynth-Studio】 模型已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验【DiffSynth-Studio】带来的精彩体验吧！
2025-04-22 20:00:00
749
原创 云平台一键部署【fluxgym】最强Flux-lora训练器，三步炼万物
FluxGym 是一款用于简化 Flux LoRA 模型训练的工具，特别适用于低显存环境（如12GB、16GB或20GB VRAM）。LoRA 模型是一种低秩适应技术，允许在较小的数据集上微调大型模型，而无需大量计算资源。FluxGym 为用户提供了一个图形界面，使得即使没有深厚编程背景的用户也可以轻松上手训练 Flux LoRA 模型。
2025-04-22 15:26:11
582
原创 云平台一键部署【OmniGen】多功能图像生成模型（2025更新版）
OmniGen 是智源推出的一款全新的扩散模型架构，专注于统一图像生成。它简化了图像生成的复杂流程，通过一个框架处理多种任务，例如文本生成图像、图像编辑和基于视觉条件的生成等。此外，OmniGen 通过统一学习结构实现了知识迁移，使其能够适应不同的任务和领域需求。该模型不仅高度简化和易用，还在图像生成领域展示了强大的灵活性。功能介绍：文本生成图像：通过文本描述生成相应的图像。图像编辑：根据用户需求对图像进行局部或整体编辑。角色一致性生成：在多个图像中保持角色的外观一致。
2025-04-11 10:54:07
667
原创 云平台一键部署【SGLang】适用于大型语言模型和视觉语言模型的快速服务框架
SGLang 是一个适用于大型语言模型和视觉语言模型的快速服务框架。它通过共同设计后端运行时和前端语言，使您与模型的交互更快、更可控。1.吞吐量碾压级优势2.结构化输出快如闪电3.多 GPU 优化SGLang模型已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验SGLang带来的精彩体验吧！项目入口：https://open.virtaicloud.com/web/project/detail/548095845019824128。
2025-03-11 14:16:30
779
原创 趋动云『社区项目』【Deepseek671B】一键体验
DeepSeek-R1 一经发布引起国际热议，其性能比肩 OpenAI o1 正式版，但是花费却大大减少，并且该模型已经完全开源。目前deepseek模型671b版本1.58bit量化版本已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，即可快速运行，快来一键体验deepseek吧！项目入口：视频教程：趋动云平台一键体验爆火模型【deepseek671b】
2025-02-21 11:21:45
543
原创 趋动云『社区项目』一键体验爆火模型【Qwen2.5-VL】
Qwen2.5-VL是Qwen家族的旗舰视觉语言模型，相比Qwen2-VL有显著提升。Qwen2.5-VL能够识别常见物体并分析图像中的文本、图表等；作为视觉Agent，具备推理能力；能理解长视频并精准捕捉事件；支持视觉定位和结构化输出。在性能方面，在多个基准测试中表现出色，尤其在文档和图表理解方面优势明显。目前Qwen2.5-VL-7B-Instruct版本已经在趋动云『社区项目』上线，在官网上可以看到Qwen2.5-VL-7B-Instruct 在多个任务中超越了 GPT-4o-mini！
2025-02-14 11:40:46
1008
原创 云平台一键体验爆火模型【deepseek】
DeepSeek-R1 一经发布引起国际热议，其性能比肩 OpenAI o1 正式版，但是花费却大大减少，并且该模型已经完全开源。目前使用Ollama搭建的deepseek模型1.5b版本已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验搭建deepseek 带来的精彩体验吧！视频教程：趋动云一键体验爆火模型【deepseek】
2025-02-06 14:44:13
359
原创 趋动云一键体验【ChatTTS】最强语音推理服务
ChatTTS（Chat Text To Speech）是专为对话场景设计的文本生成语音（TTS）模型，特别适用于大型语言模型（LLM）助手的对话任务，以及诸如对话式音频和视频介绍等应用。ChatTTS支持中文和英文，还可以穿插笑声、说话间的停顿、以及语气词等，听起来非常真实自然（ChatTTS团队声称：突破开源天花板）。它通过优化语音合成过程，实现了更加自然和流畅的语音输出。这项技术特别适用于需要模拟真实对话场景的应用，如聊天机器人和虚拟助手。
2025-01-26 14:59:30
838
原创 云平台一键部署【Story-Adapter】极速生成高质量、极具细腻交互的长篇故事图像
Story-Adapter 框架。所提出的迭代范式的说明，包括初始化、Story-Adapter 中的迭代和全局参考交叉注意 (GRCA) 的实现。Story-Adapter 首先仅根据故事的文本提示对每幅图像进行可视化，并将所有结果用作下一轮的参考图像。在迭代范式中，Story-Adapter 将 GRCA 插入 SD。对于每次图像可视化的第 i 次迭代，GRCA 将通过交叉注意在去噪过程中聚合所有参考图像的信息流。本次迭代的所有结果将用作参考图像，以指导下一次迭代中故事可视化的动态更新。
2025-01-21 15:04:39
1254
原创 云平台一键部署【Video-Background-Removal】视频换背景，无任何限制，随意换
Video-Background-Removal 是一款革命性的视频背景替换工具，旨在让用户轻松实现视频背景的快速更换。无论你是专业创作者还是普通用户，这款软件都能让你在几秒钟内改变背景，完全消除限制，随心所欲，随时随地想换就换！影视制作：在电影、电视剧中创建不可思议的场景转换，如科幻片中的星际旅行、历史剧中的时空穿越等。在线会议和直播：对于直播带货或教育培训等领域，主播或讲师可以使用多样化的场景切换来吸引观众注意力，提高互动性和观看体验。
2025-01-13 11:17:44
2107
2
原创 云平台一键部署【Tango】生成数字人视频，全身数字人
TANGO 是一项前沿的AI技术，旨在解决传统数字人生成技术中存在的局限性，如只能生成面部或唇形同步的视频片段。通过结合音频输入与参考视频中的动作数据，TANGO 能够生成与音频内容匹配的全身动作视频，使得生成的人物形象更加生动逼真。TANGO框架的开源和高效性为其在数字人领域的应用提供了广阔的前景。以下是几个潜在的应用场景：虚拟主持人： 利用TANGO框架，可以轻松生成与真实主持人相似度极高的虚拟主持人，他们可以在各种场合下代替真实主持人进行工作。
2025-01-07 16:38:51
1091
原创 云平台一键部署【OminiControl】图像主题控制和空间精确控制
OminiControl 是一个最小但功能强大的FLUX通用控制框架，可以一个模型实现图像主题控制和深度控制。比如一个提示词加一个服装图片就能让生成的人物穿上服装。或者实现将图片中的物品放到生成图片的指定位置。主要有以下特点：通用控制：支持主题驱动控制和空间控制（例如边缘引导和绘画生成）的统一控制框架。极简设计：在保留原始模型结构的同时注入控制信号。仅向基础模型引入 0.1% 的额外参数。Subject-driven generation 主题驱动控制。
2024-12-30 15:36:54
808
原创 图像描述/字幕开源模型与数据集全览
图像描述/字幕（Image Captioning）是用文字描述图像内容的任务，属于计算机视觉和自然语言处理的交叉领域。大多数图像描述系统采用编码器-解码器（encoder-decoder）框架，其中输入图像被编码为中间表示形式，然后解码为描述性文本序列。最受欢迎的基准测试包括nocaps和COCO，模型的性能通常通过BLEU或CIDER指标进行评估。本篇汇总了图像描述/字幕相关开源模型与数据集，助力开发人员的研究进程，轻松获取所需算法与数据。
2024-12-30 15:18:54
2791
原创 全景分割开源宝藏
Panoptic Segmentation（全景分割） 是一种计算机视觉任务，结合了语义分割和实例分割，旨在提供对场景的全面理解。目的是将图像分割成具有语义意义的部分或区域，同时检测和区分这些区域内的各个物体实例。在给定的图像中，每个像素都会被分配一个语义标签，而属于“物体”（可计数的具有实例的物体，如汽车和人）类别的像素会被赋予唯一的实例ID。
2024-12-26 16:15:28
1148
原创 云平台一键部署【Llama3.3-70B-Instruct】
前几天 Meta 宣布推出一款新的 Llama 系列生成式 AI 模型：70亿参数的 Llama 3.3、又称 Llama 3.3 70B。CEO 扎克伯格在旗下社交媒体 Instagram 称，这是今年最后一次 AI 大模型更新，下一步就是明年 Llama 4 亮相。
2024-12-26 16:14:23
1236
原创 趋动云『社区项目』一键部署【HunyuanVideo】130 亿参数打造超牛腾讯混元视频生成
HunyuanVideo作为腾讯混元大模型在视频生成方向的重要成果，展现出了强大的技术实力。它拥有高达130亿的参数量，以文生视频为核心功能，当前生成视频的分辨率为1080p。不仅如此，其发展规划十分宏大，后续计划推出8k/4k分辨率版本，并且在功能拓展上也有着明确的方向，即将实现图生视频、视频自动配乐等功能，旨在为用户提供更加丰富、高质量的视频生成体验。HunyuanVideo是创作者的得力助手，能快速将灵感转化为视频。为企业提供新推广方式。企业依产品和目标输入提示，能快速生成高质量广告视频。
2024-12-17 11:07:54
675
原创 趋动云双12，两重福利，年末钜惠来袭！
为了回馈广大用户的支持，趋动云特别推出双12年末大促活动！活动期间（），用户充值即可享受丰厚的算力金返赠，同时趋动云大部分实例规格的CPU及内存配置比原先提升 33% 以上，部分规格甚至翻倍，让您的算力体验更上一层楼！赶紧参与，抓住年底的最后机会！
2024-12-13 11:01:36
250
原创 作为一个穷学生，我是这样玩大模型的！强烈推荐！
【Qwen2.5-Coder-32B-Instruc】在EvalPlus、LiveCodeBench和BigCodeBench这些编码能力的竞技场上，不仅摘得了桂冠，更是以媲美GPT-4o的非凡实力，傲立于代码生成领域的巅峰，集编程艺术与数学逻辑于一身，【Qwen2.5-Coder-32B-Instruc】无疑是当下开源宇宙中耀眼的创新之光，引领着智能编码的新纪元。经过上述步骤的引领，我们仿佛推开了一扇神秘的大门，眼前豁然开朗——那是编程助手/聊天机器人的WebUI界面，邀您共赴一场未来科技的盛宴。
2024-12-13 11:00:37
983
原创 云平台一键部署【Tülu 3】真・开源模型！性能超越Llama 3.1 Instruct
近期发布的 OpenAI o1在数学、代码、长程规划等问题上取得了显著提升，而背后的成功离不开后训练阶段强化学习训练和推理阶段思考计算量的增大。基于此，有人认为，新的扩展律—后训练扩展律（Post-Training Scaling Laws）已经出现，并可能引发社区对于算力分配、后训练能力的重新思考。他们不仅开源了两个性能超过Llama 3.1 Instruct相应版本的新模型——Tülu 3 8B 和 70B（未来还会有405B版本），还在技术报告中公布了详细的后训练方法。
2024-12-13 10:59:06
1089
原创 云平台一键部署【RMGB-2.0】高精度背景移除，一键抠图去背景
RMGB-2.0 模型已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验 RMGB-2.0 带来的精彩背景去除体验吧！项目入口：https://open.virtaicloud.com/web/project/detail/513607397403582464
2024-12-13 10:54:51
1181
原创 风格迁移开源模型整理：加速艺术与技术创新的步伐
风格迁移(Style Transfer)任务就是将源图像（风格图像）的风格特征（如颜色、纹理、形状等）应用到目标图像（内容图像）上，从而生成一幅新的图像。在多个领域具有广泛的应用前景，如艺术创作、图像/视频编辑、视觉定位与广告设计等等。
2024-12-03 16:50:49
1819
原创 探索 GAN 的演变之路
2014 年，在论文中，首次提出了 GAN，其核心思想是“生成”与“对抗”。GAN 由一个生成器 G(Generator)和一个判别器 D(Discriminator)构成，前者用于捕捉数据分布，后者用于判别某个样本是否来自训练数据而非 G。进一步而言，G 的目标就是尽量生成真实的图片去欺骗判别网络 D，使D 犯错；而 D 的目标就是尽量把 G 生成的图片和真实的图片分别开来。二者互相博弈，共同进化。
2024-11-26 11:01:57
1318
原创 云平台一键部署【Qwen2.5-Coder-Artifacts】通义千问Coder-32B编程神器
通义千问团队开源「强大」、「多样」、「实用」的 Qwen2.5-Coder 全系列，致力于持续推动 Open Code LLMs 的发展。Qwen2.5-Coder-32B-Instruct 作为本次开源的旗舰模型，在多个流行的代码生成基准（EvalPlus, LiveCodeBench, BigCodeBench）上都取得了开源模型中的最佳表现，并且达到和 GPT-4o 有竞争力的表现。Qwen2.5-Coder-32B-Instruct 成为目前 SOTA 的开源代码模型，代码能力追平 GPT-4o。
2024-11-26 10:58:41
1647
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人