月度归档： 2025 年 5 月
阿里的移动端多模态大模型APP – MNN 又更新了
阿里的MNN移动端多模态大模型APP更新支持Qwen-2.5-omni-3b和7b，可以实现文本到文本、图像到文本等多种生成任务，提供速度优化的开发参考。
使用Huggingface SmolVLM 和gglm llama.cpp 的实时摄像头AI识别演示
实时摄像头AI识别演示使用Huggingface SmolVLM和gglm llama.cpp，参考文献详述。
Seed1.5-VL：一款强大的视觉-语言基础模型
Seed1.5-VL是专为通用多模态理解和推理设计的视觉-语言基础模型，仅用5.32亿视觉编码器和200亿参数的MoE LLM实现顶尖性能，在60个公共基准测试中有38项达到最佳水平。
IndexTTS-vLLM：让语音合成更快速、更高效
IndexTTS-vLLM通过vLLM加速语音合成过程，单个请求RTF从0.3降至0.1，GPT模型decode速度提升至280 token/s，支持多角色音频混合。
大模型创新进入深水区，倒计时7天百度“文心杯”点燃AI产业突围
全球大模型创业进入关键期，百度第三届文心杯创业大赛正面向全球招募创新团队。已有数百支团队报名角逐，奖金高达7000万元。通过文心大模型和智能云平台，参赛者可获得免费算力支持，加速从技术验证到商业落地的全周期需求。