Qwen3-Max – 阿里通义推出的超大规模模型，支持灵活调用外部工具完成复杂任务
阿里通义旗舰模型Qwen3 - Max重磅登场，性能超过GPT5、Claude Opus4等，位居全球前三，Qwen3-Max 能在几秒内完成成熟程序员大半天才能实现的编程任务，展现出卓越的指令理解和...
排序
CUDA+cuDNN+pytorch安装，让你的comfyUI起飞！
今天就带大家把CUDA、cuDNN还有pytorch安装一下，让 comfyUI提个速。 在没安装前，我用kontext跑了一张图，时间达到了285秒。 一、安装CUDA 1、在安装前要先确定你的电脑...
如何自定义节点！AI绘画，ComfyUI教程，安装自定义节点
你在网上看到一个非常厉害的 ComfyUI 工作流，下载后却发现不能使用，就像下面这样。 先是一个巨大的提示框，告诉你节点缺失。 叉掉这个提示框后，是一大堆红色的框框，整个工作流根本无法使用。 这是什...
可灵2.5 Turbo – 可灵推出的最新AI视频生成模型，适合多种风格的视频创作。
可灵AI推出视频生成可灵2.5 Turbo模型，同步更新文生视频、图生视频两大功能。可灵 2.5 Turbo 最核心的突破在于文本理解能力的代际升级。与仅能处理简单指令的 2.1 版本不同，新模型可深...
Lessie AI – 全球首个People Search AI Agent，精准定位潜在合作伙伴
Lessie AI是一款定位为「People Search AI Agent」的AI搜索智能体工具，旨在通过人工智能技术将传统依赖人脉或手动搜索的“找人”流程标准化、自动化。其重要性在於通過自動化流程...
Wan2.5 – 阿里通义推出的多模态生成模型系列，首次实现音画同步视频
Wan2.5（通义万相2.5）是阿里通义实验室推出的多模态生成模型系列，该模型集成了文生视频、图生视频、文生图以及图像编辑四大核心功能，首次实现音画同步的智能视频生成，支持1080p高清分辨率、24f...
Sidekick – AI流程自动化平台，帮助用户快速实现常见任务的自动化
Sidekick是一款基于AI的智能流程自动化平台，让用户无需安装额外软件即可与本地大语言模型（LLM）对话，并能结合Mac上的文件、文件夹和网站信息生成回应，Sidekick支持文本生成图像，无需额...
Qianfan-VL – 百度开源的视觉理解模型，最高支持4K分辨率输入
百度智能云千帆正式推出全新视觉理解模型 ——Qianfan-VL，共推出了3B、8B和70B三个版本，参数量覆盖从小到大的范围，能够灵活适应从边缘计算到云端推理的各类应用场景，并全面开源。 Qianf...
Qwen3-Omni – 阿里通义开源的原生端到端全模态大模型，支持119种文本语言交互
Qwen3-Omni模型的发布，标志着开源多模态人工智能领域的一个重要里程碑。该报告旨在对Qwen3-Omni进行全面深入的技术剖析，通过先进的深度学习技术，输入的视频、音频、文本直接进入核心模型，中...
小米开源的图像编辑框架–Lego-Edit ，能完成多种复杂的图像编辑任务
Lego-Edit是一个为通用基于指令的图像编辑设计的框架。它使用Builder（一个MLLM）来调用Bricks（模型级工具）以实现灵活性，并采用强化学习（RL）来增强Builder的推理和工具组合...