登录社区云，与社区用户共同成长
邀请您加入社区
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
本文面向刚入门 AI 的同学，目标是在云 Notebook 上（无需本地环境）跑通「下载模型 → 下载数据集 → 微调 → 上传」的完整链路。 什么是魔搭社区？ 魔搭社区（ModelScope） 是阿里巴巴联合 CCF 开源发展委员会共同发起的 AI 模型开源社区与创新平台，也是国内目前最活跃的 AI 模型共享与协作平台之一。 如果你刚开始接触 AI，或者曾经尝试过从海外平台下载大模型，大概率遇到
本周，蚂蚁灵波连续发布并开源了六款模型：面向空间感知的 LingBot-Vision 和 LingBot-Depth 2.0，面向“一脑多机”的动作模型 LingBot-VLA 2.0，面向实时交互的 LingBot-World 2.0，以及面向更高推理效率的视频生成基模 LingBot-Video。 从感知、动作到世界建模与视频生成，这一系列发布覆盖了具身智能的多个关键环节，也展现了灵波对具身原
商汤日日新SenseNova U1信息图增强版上线后，得到很多创作者和开发者的积极反馈。 随着 GPT-Image-2 等新一代商业图像生成模型的出现，行业期待也在快速提高：模型不只要“画得像”，还要能处理更长文本、更复杂的版式结构，以及更稳定的图文对应关系。 基于这一技术趋势，商汤科技对SenseNova U1信息图增强版进行了专项迭代，推出SenseNova U1信息图增强版V2（SenseN
过去一年，“AI Scientist”几乎成了各家 AI 公司都会提到的方向。Claude Code、Codex CLI、OpenClaw 等系统不断出现，社区也已经积累了不少用于衡量 AI 科学能力的评测工作，例如科学知识推理类的MMMU、GPQA和HLE，给定论文去做复现的PaperBench，给定优化目标去设计算法的MLE-Bench，然而这些基准很难去评估AI Scientist在广泛科学
Robbyant 团队正式发布全新一代空间感知模型 LingBot-Depth 2.0，并同步开源视觉基座模型 LingBot-Vision。LingBot-Depth 2.0 训练数据从 1.0 版本的 300 万扩充至 1.5 亿规模，在深度补全基准的 16 项测评中获得 12 项第一，室内大面积深度缺失场景 RMSE 从 0.132 降至 0.062。LingBot-Vision 是业内首个
腾讯混元团队正式开源新一代大模型 Hy3。 作为 4 月发布的 Hy3 preview 在 50 多个业务场景反馈基础上的迭代版本，Hy3 总参数量 295B，激活21B，采用 Apache 2.0 协议开源，在推理、智能体、长上下文等任务上取得比肩参数规模 2~5 倍旗舰模型的效果。 开源地址： 模型链接： https://modelscope.cn/models/Tencent-
美团正式发布并开源新一代万亿参数大模型 LongCat-2.0。 作为业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型（总参数 1.6 T，平均激活约 48 B，动态范围 33B~56B），LongCat-2.0 从零开始预训练，原生支持 1M 超长上下文，其架构设计自始至终围绕一个核心目标：让模型在真实的 Agentic Coding 任务中，更高效、更稳定地完成代码理解、生成与
SkyJM-Edit (RubricRM-Edit)是一款面向指令式图像编辑（Instruction-based Image Editing）的生成式裁判模型，该模型基于 Qwen3.5训练。模型在推理过程中会针对每条编辑指令动态生成一份评分 Rubric，该Rubric包含指令对齐、源图保留、视觉质量等维度，同时模型会针对Rubric的评测维度和权重输出逐维度的分数和最终的加权分数结果。 在 M
大模型在线服务的核心矛盾是：用户希望"出字越快越好"，而生成本质上是一个 token 接一个 token 算出来的串行过程，单用户速度受限于一次 forward 的延迟。业界过去几年的常见解法叫"投机解码 (Speculative Decoding)"——再训一个小很多的草稿模型 (drafter) 一次猜几个 token，主模型只做"验证&quo
写在前面：2026年6月初，蚂蚁集团在杭州举办了”智能终端可信连接·生态闭门会暨开发者共创会”，正式发布GPASS。魔搭社区受邀参与了下午的圆桌讨论。这场会聚集了行业里几乎所有重要的AI眼镜玩家，信息密度极高——借这篇文章，魔搭把过去在AI智能硬件赛道上的几点观察分享给大家。 引言：一个所有人都在问的问题 闭门会从下午两点持续到晚上，蚂蚁GPASS、千问眼镜、Rokid、小米、雷鸟、
