阿里发布万相2.6视频模型：AI创作进入「导演时代」
2025年12月16日，阿里云通义实验室正式发布万相2.6系列模型，这个被业界称为"视频生成领域的里程碑"的更新，不仅实现了从"抽卡式生成"到"精准导演"的技术跨越，更以15秒国内最长单次生成时长、全球唯二的"参考生视频"能力，重新定义了AI视频创作的行业标准。...
Month: March 2026
FunAudioLLM：声音理解与生成 人类与大型语言模型之间自然交互的基础模型
摘要 本报告介绍了FunAudioLLM，这是一个旨在增强人类与大型语言模型（LLMs）之间自然语音交互的模型家族。其核心包括两个创新模型：SenseVoice，负责处理多语言语音识别、情感识别和音频事件检测；以及CosyVoice，...
FLUX.1-dev本地部署与镜像下载全指南
在生成式 AI 的竞技场上，图像模型早已从“能画出来就行”进化到“懂你所想、绘你所思”的新阶段。🎨 而最近横空出世的 FLUX.1-dev，正是这场技术跃迁中最具野心的一次尝试——它不满足于做一名只会听指令画画的“画师”，而是要成为一位既能创作、又能理解、还能执行复杂任务的多模态全能选手。...
FLUX.1-dev入门实操：跟着图文教程，轻松上手新一代图像生成模型
你是不是也对那些能根据文字描述生成惊艳图片的AI模型感到好奇？想自己动手试试，但看到复杂的代码和配置就头疼？别担心，今天我们就来聊聊FLUX.1-dev——一个号称能生成“照片级”真实感图像的开源模型。 好消息是，现在你不用折腾环境配置，也不用担心显卡不够用。...
从零起步：全面指南教你训练强大的AI模型
导读 ChatGPT面世以来，各种大模型相继出现。那么大模型到底是如何训练的呢，在这篇文章中，我们将尽可能详细地梳理一个完整的 LLM 训练流程，包括模型预训练（Pretrain）、 Tokenizer 训练、指令微调（Instruction Tuning）等环节。 1....
从零开始：如何用Python训练一个AI模型（超详细教程）
引言 人工智能（AI）——一个熟悉又神秘的词汇。我们常听说它可以生成诗歌、编写代码、创作艺术，甚至回答各种问题。然而，当你想亲手实现一个“AI 模型”时，却可能感到无从下手。这篇教程正是为你准备的，将带你从零开始，逐步掌握从“AI 新手”到“能够搭建 AI 模型”的核心技能。...
skills.sh 深度指南：最大的 AI Agent Skills 目录与「Agent 能力工厂」
AI 时代，想让 Agent 真能干活，而不只是聊天，关键往往在「Skills」。Skills 就是给 Agent 加能力的一个个小模块，装上一个就多一项本事，比如写 Word、做 PPT、管文件。今天要介绍的 skills.sh，就是目前最大的 AI Agent Skills 目录，...
我用Claude code开发了一个微信小程序：实测78个skills，这5个组合最香
朋友们，先问你们个问题：你们的 Claude Code 里装了多少个 skills？ 反正我那天随便一看，居然莫名其妙装了 78 个了。 有多少人和我一样没事就去 skill.sh 逛逛，看到热门就下，管他有用没用，先装了再说。 skills 就是新时代的点赞收藏永不看。...
图解大模型开源项目006：MiroFish，平行世界模拟AI引擎，群体智能神器
朋友！说起MiroFish，这可不是你想象中那种温顺的观赏鱼，而是一个能让你一键开天眼，预览未来平行世界的硬核AI引擎！它出自一位20岁天才开发者之手，在爆火项目BettaFish（微舆） 之后，专为“预测”而生。 它背后的理念简直太酷了：如果AI不再是一个人单打独斗，...
MiroFish，平行世界模拟AI引擎，群体智能神器
上传一份文件，它构建一个平行世界，预测万物。 01 传统预测的困境 我们每天面对各种需要预判未来的场景：一个舆情事件会如何发酵？一项新政策落地后公众会怎么反应？《红楼梦》失传的结局究竟是什么？...