AI探索指南

  1. Reddit 有个老哥尝试用 Wan 2.1 视频模型生成图片

    Reddit 有个老哥尝试用 Wan 2.1 视频模型生成图片

    结果看起来质量非常高,默认的图像质量比很多专门的图像模型都好

    所有图像都是直出的 1080P 分辨率,4090 一张图大概 42 秒

    在 beta 和 ddim_uniform 调度器上会呈现不同质感,他还分享了工作流

    工作流和更多细节在这里:reddit.com/r/StableDiffusion/comments/1lu7nxx/wan_21_txt2img_is_amazing/

  2. 通过模型合并(MergeKit),结合 APO 检查点和长上下文能力强的中间模型,最终模型兼顾推理和长上下文表现

    AI探索指南
    Huggingface 发布 SmolLM3 3B LLM#ai创造营# 性能上超越 Llama-3.2-3B 和 Qwen2.5-3B,同时与更大的 4B 模型 Gemma3 持平 除了开源模型本身外,还开源了使用公共数据集和训练框架训练模型的方法 - 3B 模型在 11T Toekn 上训练 - 具备双模式推理的指令模型 -支持 6 种语言的多语言 - 最长支持 128K 上下文 架构与训练细节 采用 Transformer 解码器架构,基于 Llama 并做了多项优化: Grouped Query…
    通过模型合并(MergeKit),结合 APO 检查点和长上下文能力强的中间模型,最终模型兼顾推理和长上下文表现。

    详细信息:网页链接