接着我们又输入：「编码一只骑自行车的鹈鹕，SVG。」后来因为轮子不转，我们又通过对话提示 AI，鹈鹕的脚应该和轮子联动，脚应该放在踏板上。结果，脚确实放在踏板上了，轮子也转了，而且可以调速度。但是，这个鹈鹕的位置还是很奇怪。

【新智元导读】DiffRhythm是一款新型AI音乐生成模型，能在10秒内生成长达4分45秒的完整歌曲，包含人声和伴奏。它采用简单高效的全diffusion架构，仅需歌词和风格提示即可创作，还支持本地部署，最低只需8G显存。

4月2日，全球最大的AI开源社区Hugging ...

【新智元导读】 Hugging Face发布了「超大规模实战手册」，在512个GPU上进行超过4000个scaling实验。联创兼CEO Clement对此感到十分自豪。 HuggingFace联创兼CEO ...

IT之家 3 月 20 日消息，Hugging Face 最新上线 iOS 应用 HuggingSnap， 无需依赖云端服务器，用户可直接在设备端要求 AI 生成视觉描述。

近日，一款名为EasyControl_Ghibli的AI模型在Hugging Face平台悄然上线，为广大用户带来了一个令人振奋的消息:无需付费，即可轻松生成带有吉卜力风格的图像。这一模型的发布，不仅为动漫爱好者和创意人士提供了一个简单易用的工具，也让更多普通人有机会将自己的想象力融入经典的吉卜力美学之中，点亮日常生活的温暖一角。

研究人员成功地展示了，通过有针对性的训练、创新的数据增强和像DocTags这样的新型标记格式，可以克服传统上与模型大小和复杂性相关的局限性。SmolDocling的开源不仅为OCR技术树立了新的效率和多功能性标准，还通过开放的数据集和高效紧凑的模型架构，为社区提供了一份宝贵的资源。

全球最大的AI开源社区Hugging Face更新了大模型榜单，刚刚发布的通义Qwen2.5-Omni-7B登上榜首，除此之外榜单前三都是杭州公司。有网友戏称在开源大模型领域，杭州正在“挑战”杭州，成了开源卷城了。

4月2日，全球最大的AI开源社区Hugging Face更新大模型榜单，阿里通义千问的端到端全模态大模型Qwen2.5-Omni占据榜首，DeepSeek-V3-0324和群核的SpatialLM-Llama-1B紧随其后，杭州公司包揽全球开源模型榜单前三。

Hugging Face近期推出了专为iOS用户设计的HuggingSnap应用，这款应用让用户在无需依赖云端服务器的情况下，能够直接在设备上请求AI生成视觉描述。

如今，杭州已经成了全球范围内少有的，同时拥有3个世界顶级开源模型的城市。在达摩院首席科学家赵德丽看来，大模型开源是杭州从这一轮AI技术变革浪潮中脱颖而出的关键，“3年时间，杭州用别人几乎十分之一的算力成本，跑出了10倍的模型迭代速度。” ...