Linly-Dubbing 是一个智能视频多语言 AI 配音和翻译工具，它融合了 YouDub-webui 的灵感，并在此基础上进行了拓展和优化。该模型致力于提供更加多样化和高质量的配音选择，通过集成Linly-Talker的数字人对口型技术，为用户带来更加自然的多语言视频体验。本文介绍了在算家云搭建该模型的详细方法和步骤，以便广大用户能在算家云快速搭建Linly-Dubbing 。

Calligrapher是一种创新的扩散模型框架，由蚂蚁集团与香港科技大学的研究团队共同开发，专门用于数字书法和设计应用中的文本图像定制与风格转换。Calligrapher可以提供个性化的文本图像定制，它允许用户使用各种风格化的图像和文本提示执行自定义，支持英文的修改。该框架通过自蒸馏机制、局部风格注入框架和上下文生成机制三大核心技术，实现了对任意文本或非文本输入的高精度风格复制和排版设计。自蒸馏

MatterGen 是一种用于跨周期表设计无机材料的生成模型，可以微调以引导生成满足广泛性能约束条件。MatterGen 的基础模型在生成新颖、稳定且多样化的材料方面已达到领先水平（如图所示）。该模型利用来自。

一个统一的界面可完成许多视觉语言任务，包括图像描述、视觉问答和视觉基础等。模型引入了 MiniGPT-v2，一个模型可以被视为一个统一的界面，以更好地处理各种视觉语言任务。在训练模型时对不同的任务使用唯一的标识符。这些标识符使模型能够毫不费力地区分每个任务指令，并提高每个任务的模型学习效率。经过三阶段训练，实验结果表明，与其他视觉语言通用模型相比，MiniGPT-v2 在许多视觉问答和视觉基础基准

DeepSeek-VL2，这是一系列先进的大型混合专家 (MoE) 视觉语言模型，其显著改进了其前身 DeepSeek-VL。DeepSeek-VL2 在各种任务中都表现出卓越的能力，包括但不限于视觉问答、光学字符识别、文档/表格/图表理解和视觉基础。我们的模型系列由三个变体组成：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small 和 DeepSeek-VL2，分别具有 1.

LLaMA 3 (Large Language Model Meta AI) 是 Meta（原 Facebook）发布的一个大规模预训练语言模型系列的第三代版本。LLaMA 3 旨在推动自然语言处理（NLP）的研究和应用，其系列模型具有较强的语言理解和生成能力。LLaMA 3-Chinese 是 LLaMA 3 系列中一个专门针对中文进行优化的版本。这个版本的模型在大量中文文本上进行训练，因此在中

MiniCPM-V 4.5 是 OpenBMB 最新 8B 多模态大模型，基于 Qwen3-8B + SigLIP2-400M，在 OpenCompass 平均 77.0 分，超越 GPT-4o-latest 与 Qwen2.5-VL 72B；独创 3D 重采样器实现 96× 视频令牌压缩，10 FPS 长视频理解不增成本；可控混合快速/深度思维一键切换；180 万像素 OCR 与 PDF 解析领

刚刚成立7个月的Thinking Machines Lab攻克AI随机性难题，大语言模型首次实现确定性输出。

Transformer发明者曝AGI下一步！大模型不再拼参数，三大硬件需求成关键。

iFLYTEK Spark Chemistry-X1-13B 是由 iFLYTEK 团队开发的化学专业大型语言模型。该模型在多种化学任务数据集上对 iFLYTEK Spark-X1 基础模型进行了微调，展示了在解决复杂化学问题方面的卓越能力，同时保持了强大的通用能力。该模型在与化学相关的基准测试中表现出色，并且在大多数评估指标上明显优于领先的通用模型。