GitLab

开源金融大模型

Qwen2-Audio能够接受各种音频信号输入，并根据语音指令执行音频分析或直接响应文本。

彻底开源预训练大模型，极简讲清原理，极简提供算法实现代码，让大家秒懂、秒实现，方便大家提出自研算法，让人类文明自由共享是终极目标。

Nvdiffrast - Modular Primitives for High-Performance Differentiable Rendering

VITA能够处理视频、图像、文本和音频，具备先进的多模态交互体验，无需使用唤醒词或按钮即可被激活。

image classification by transformer

DeepSeek 推出了全新的视觉文本压缩模型 DeepSeek-OCR

通义千问发布最新Qwen3-Coder模型，迄今为止最具代理能力的代码模型。