Hugging Face，AI平台。
HuggingChat是由人工智慧初創公司Hugging Face（抱抱臉）於2023年4月25日正式發布的開源AI聊天機器人，旨在對標ChatGPT並作為其替代品。該機器人基於LLaMa 30B SFT 6模型，能夠完成內容生成、問題解答、代碼編寫等複雜任務，且反應速度與GPT-3.5-turbo相當。其開源性、免費使用特性及社區支持成為主要優勢，套用場景涵蓋...
《Transformer自然語言處理實戰：使用Hugging Face Transformers庫》是由機械工業出版社於2024年出版的計算機技術類圖書，以Transformer模型在自然語言處理領域的實踐套用為核心編寫。該書基於Hugging Face開源生態，系統梳理了Transformer架構的理論體系與工程實現方法。全書圍繞文本分類、多語言實體識別、文本生成等典...
《大模型核心技術與開發實踐：基於Transformer、PyTorch及Hugging Face》是清華大學出版社出版的圖書。出版信息 大模型核心技術與開發實踐：基於Transformer、PyTorch及Hugging Face 作者：凌峰 定價：99元 印次：1-1 ISBN：9787302691402 出版日期：2025.06.01 印刷日期：2025.05.23 內容簡介 《大模型核心技術...
克萊門特·德朗格（Clément Delangue）是人工智慧開源社區Hugging Face的聯合創始人兼執行長。截至2023年9月，他領導公司獲得超過320億美元估值，並推動Hugging Face成為AI領域的重要平台。2023年，他被《時代》周刊評為首屆全球百大AI領袖。德朗格致力於開源技術推廣，曾支持阿里雲Qwen2模型（2024年），主導完全複製...
用戶可通過通義萬相官網免費體驗，或在GitHub、Hugging Face等平台下載模型進行二次開發。該模型採用DiT架構與視頻壓縮VAE技術，通過條件控制分支處理首尾幀輸入，結合交叉注意力機制保障畫面穩定性。訓練分為混合訓練、專項最佳化及高精度提升三階段，採用並行策略提升生成效率與解析度。推理階段通過模型切分、序列並行等技術...
根據最新數據，萬相2.1（Wan2.1）在Hugging Face及魔搭社區的總下載量已超百萬，在Github的Star數超6k。2025年4月17日，通義萬相宣布“首尾幀生視頻模型”開源。據介紹，該模型參數量為14B，是業界首個百億參數規模的開源首尾幀視頻模型。它可根據用戶指定的開始和結束圖片，生成一段能銜接首尾畫面的720p高清...
支持通過無分類器引導（CFG）控制生成圖像與文本條件的對齊，並提供HuggingFace模型庫和GitHub代碼倉庫。2025年1月，DeepSeek在開源社區發布了包含JanusFlow的系列模型，其中Janus-Pro作為其高級版本通過增大模型規模最佳化了多模態理解能力。發展歷史 當地2025年1月27日，據AI社區Hugging Face，DeepSeek發布JanusFlow。
5月29日，科技媒體 TechCrunch 發布博文，報導稱 AI 開發平台Hugging Face 最新推出HopeJR和Reachy Mini兩款開源人形機器人，進一步進軍機器人領域。2025年6月11日上午，在2025智慧型機器人發展大會上，埃斯頓酷卓科技正式發布第二代人形機器人Codroid 02，身高170cm、體重70kg、單臂負載5公斤，全身自由度可達31個（不含...
截至2025年3月，模型已疊代至Hunyuan3D-2 Turbo版本，通過自研FlashVDM架構實現秒級生成速度，較前代提速30倍。開源生態覆蓋Hugging Face、GitHub等技術社區，提供代碼、模型權重及ComfyUI/TensorRT適配版本。技術架構 採用兩階段生成框架：第一階段通過多視角擴散模型在4秒內生成多視角RGB圖像，第二階段利用前饋重建模型...
《擴散模型從原理到實戰》由李忻瑋、蘇步升等編著，人民郵電出版社於2023年8月出版。該書基於Hugging Face開源社區課程改編，系統闡述擴散模型的理論體系與技術框架。全書共8章，涵蓋擴散模型原理、退化過程、採樣方法（含DDIM反轉）等核心理論，並結合Stable Diffusion、ControlNet及音頻擴散模型等實戰案例解析技術套用。書...
2024年發布的Gemma模型延續了谷歌的開源策略，基於Transformer架構提供兩種參數規模版本，並與Hugging Face合作推動開源社區發展。此前開源的TensorFlow框架已成為Transformer模型的主流訓練工具之一。行業影響 儘管Transformer奠定了生成式AI的技術基礎，但谷歌在商業化進程中面臨挑戰。2024年12月，三位ViT核心作者轉投OpenAI，...
Phi-3.5是微軟公司於2024年8月22日發布的AI模型系列，包含Phi-3.5-MoE、Phi-3.5-vision和Phi-3.5-mini三款子模型，涵蓋混合專家模型（MoE）和輕量級架構。該系列基於Transformer解碼器架構，採用合成數據與過濾公開數據構建，通過監督微調、近端策略最佳化等技術提升安全性，並以MIT許可開源發布於Hugging Face平台。
擬未支持Hugging Face、PyTorch、PyTorch Lightning、TensorFlow、Keras、ONNX、百度飛槳、阿里雲HALO/ODLA、NNFusion 等 百度飛槳 2020年，擬未正式加入百度飛槳硬體生態圈。2021年，百度飛槳在擬未的IPU上實現訓練與推理全面支持。在2022年的MLPerf v2.0中，百度飛槳使用Bow Pod和Bow Pod訓練BERT的提交顯示，其結果與...
《Diffusion AI繪圖模型構造與訓練實戰》由李福林編著，2024年清華大學出版社出版。該書聚焦深度學習領域，系統闡述Diffusion模型在AI繪圖中的技術原理與套用方法。全書共19章，分為快速上手、以文生圖/以圖生圖訓練、圖像生成模型歷史發展及手動構建模型四大模組。通過Hugging Face平台實踐案例，詳解環境部署、模型微調等...
6.4 Hugging Face庫介紹 200 6.4.1 核心庫 200 6.4.2 官網介紹 201 6.4.3 代碼調用 204 6.4.4 小結 207 6.5 NLP數據集 207 6.5.1 預訓練數據集 208 6.5.2 下游任務數據集 209 6.5.3 數據集使用 211 6.5.4 小結 213 6.6 項目實戰：電影評論情感分析 213 6.6.1 Pipeline ...
NVIDIA AI Foundation Models是由NVIDIA開發的預訓練生成式人工智慧模型套件，基於來源可靠的數據集訓練並符合法律規範，支持企業構建生產就緒型自定義AI套用。該模型支持公開數據集與專有數據集的兼容訓練，可部署於智慧型聊天機器人、藥物研發、電信行業最佳化等場景。截至2023年12月，模型已通過NVIDIA NGC目錄、Hugging Face...
全書共12章，系統解析ChatGPT原理與OpenAI API開發技術，涵蓋互動界面開發、飛書機器人構建、AI編程外掛程式實現等基礎套用，並擴展至Hugging Face模型私有化部署、檢索增強生成技術（RAG）及提示詞工程（Prompt Engineering）等進階場景。通過GPT-API-free開源倉庫、音頻轉文本實現、Node.js端API調用等實戰案例，演示代碼審查...
其訓練數據覆蓋文本理解、代碼生成等通用場景，通過魔搭社區、Hugging Face等平台開源並提供API服務，總下載量突破1600萬次，衍生出超1500款二次開發模型。技術升級包括數學推理能力增強、YARN方法擴展上下文長度及多模態生態擴展規劃。模型特點 Qwen2系列包含5個尺寸的預訓練和指令微調模型，Qwen2-0.5B、Qwen2-1.5B、...
截至2025年4月，阿里雲已累計開源200餘個模型，全球下載量超3億次。系列涵蓋密集模型與MoE模型，包含大語言、數學、代碼及視覺生成基座萬相2.1等多模態能力，覆蓋0.5B至235B全尺寸參數範圍。在Hugging Face等開源平台持續領先Llama等國際模型。2025年6月6日，阿里開源通義千問3全新的向量模型系列 Qwen3-Embedding。
“AI戰略定位50強”上榜品牌有Google、NVIDIA、DeepSeek、微軟（Copilot）、OpenAI、華為昇騰、位元組跳動（豆包）、特斯拉（FSD）、商湯科技、月之暗面（Kimi）、寒武紀、SHEIN、Hugging Face、科大訊飛、瑞幸咖啡、Hailuo AI、Kling AI、Suno、阿里雲、騰訊、百度AI、Midjourney、Meta AI、優必選、浪潮信息、邁瑞醫療、...
模型權重及相關數據集在Hugging Face開源，企業可通過NVIDIA NeMo框架進行定製開發。特點 NVIDIA Llama Nemotron推理模型系列基於Llama模型構建，提供按需AI推理功能。NVIDIA在後訓練期間對該推理模型系列進行了增強，以提升多步數學運算、編碼、推理和複雜決策能力。與基礎模型相比，這種增強過程將模型的精度提高多達20%；與...
上海交通大學人工智慧實驗室博士研究生，碩士畢業於中國科學院大學．Datawhale成員，《Easy RL：強化學習教程》作者，英特爾邊緣計算創新大使，Hugging Face社區志願者，AI TIME成員．主要研究方向為強化學習、計算機視覺、深度學習．曾獲“中國光谷·華為杯”第十九屆中國研究生數學建模競賽二等獎、中國大學生計算機設計大賽...
Gemma 7B提供全量版（16G顯存）和精簡版（8G顯存適配）部署方案，可通過Ollama客戶端實現本地運行，支持谷歌雲平台及RTX AI PC最佳化。開發者使用Hugging Face框架推理時，模型載入僅需7.1GB顯存，配套工具鏈覆蓋JAX、PyTorch、TensorFlow三大框架。2024年4月發布的CodeGemma 7B基於該模型開發，專門用於代碼補全與生成。安...
