RAG（检索增强生成）技术结合信息检索与语言模型，通过外部知识库检索增强AI的知识处理能力。趋动云推出基于【embeddinggemma-300m】嵌入模型和【qwen3-14b】生成模型的简易RAG项目示例，支持多语言、量化优化等功能。用户可一键部署体验，上传本地文档即可实现智能问答。项目提供快速开发环境，完成使用后需及时关闭避免额外费用。新用户可参与限时活动获取算力金奖励。

OmniGen 是智源推出的一款全新的扩散模型架构，专注于统一图像生成。它简化了图像生成的复杂流程，通过一个框架处理多种任务，例如文本生成图像、图像编辑和基于视觉条件的生成等。此外，OmniGen 通过统一学习结构实现了知识迁移，使其能够适应不同的任务和领域需求。该模型不仅高度简化和易用，还在图像生成领域展示了强大的灵活性。功能介绍：文本生成图像：通过文本描述生成相应的图像。图像编辑：根据用户需求

前几天 Meta 宣布推出一款新的 Llama 系列生成式 AI 模型：70亿参数的 Llama 3.3、又称 Llama 3.3 70B。CEO 扎克伯格在旗下社交媒体 Instagram 称，这是今年最后一次 AI 大模型更新，下一步就是明年 Llama 4 亮相。

FluxGym 是一款用于简化 Flux LoRA 模型训练的工具，特别适用于低显存环境（如12GB、16GB或20GB VRAM）。LoRA 模型是一种低秩适应技术，允许在较小的数据集上微调大型模型，而无需大量计算资源。FluxGym 为用户提供了一个图形界面，使得即使没有深厚编程背景的用户也可以轻松上手训练 Flux LoRA 模型。

Video-Background-Removal 是一款革命性的视频背景替换工具，旨在让用户轻松实现视频背景的快速更换。无论你是专业创作者还是普通用户，这款软件都能让你在几秒钟内改变背景，完全消除限制，随心所欲，随时随地想换就换！影视制作：在电影、电视剧中创建不可思议的场景转换，如科幻片中的星际旅行、历史剧中的时空穿越等。在线会议和直播：对于直播带货或教育培训等领域，主播或讲师可以使用多样化的场景

阿里通义万相Wan2.1模型登顶Vbench榜首第一，超越Sora、HunyuanVideo、Minimax、Luma、Gen3、Pika等国内外视频生成模型。而在今天，万相Wan2.1视频生成大模型正式开源！【DiffSynth-Studio】 模型已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验【DiffSynth-Studio】带来的精彩体验吧！

Story-Adapter 框架。所提出的迭代范式的说明，包括初始化、Story-Adapter 中的迭代和全局参考交叉注意 (GRCA) 的实现。Story-Adapter 首先仅根据故事的文本提示对每幅图像进行可视化，并将所有结果用作下一轮的参考图像。在迭代范式中，Story-Adapter 将 GRCA 插入 SD。对于每次图像可视化的第 i 次迭代，GRCA 将通过交叉注意在去噪过程中聚合

TANGO 是一项前沿的AI技术，旨在解决传统数字人生成技术中存在的局限性，如只能生成面部或唇形同步的视频片段。通过结合音频输入与参考视频中的动作数据，TANGO 能够生成与音频内容匹配的全身动作视频，使得生成的人物形象更加生动逼真。TANGO框架的开源和高效性为其在数字人领域的应用提供了广阔的前景。以下是几个潜在的应用场景：虚拟主持人： 利用TANGO框架，可以轻松生成与真实主持人相似度极高的虚

ChatTTS（Chat Text To Speech）是专为对话场景设计的文本生成语音（TTS）模型，特别适用于大型语言模型（LLM）助手的对话任务，以及诸如对话式音频和视频介绍等应用。ChatTTS支持中文和英文，还可以穿插笑声、说话间的停顿、以及语气词等，听起来非常真实自然（ChatTTS团队声称：突破开源天花板）。它通过优化语音合成过程，实现了更加自然和流畅的语音输出。这项技术特别适用于需

MiniCPM-V4.0发布：4B参数视觉模型在OpenCompass评测中超越GPT-4.1-mini等竞品。该模型专为移动端优化，在iPhone16ProMax上实现首token延迟<2秒、解码速度>17token/s。支持llama.cpp/Ollama等多种部署方式，已在趋动云平台提供一键部署服务。新用户可参与限时活动获取190元算力金奖励。项目地址：https://githu