MegaTTS3 是一款由字节跳动与浙江大学合作开发的开源语音合成工具，其主干模型仅包含0. 45 亿个参数，相较于传统大型TTS模型显得异常轻量。这一设计不仅降低了计算资源需求，还使其更适合在资源受限的设备上部署，例如移动设备或边缘计算场景。

【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。

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。

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。 HuggingSnap的核心在于其采用的轻量级多模态模型smolVLM2。该模型的参数规模介于2.56亿至22亿之间，所有计算均在本地完成，无需将数据上传至云端，从而有效保障了用户的隐私安全。

4月2日，全球最大的AI开源社区Hugging ...

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。

4月2日，全球最大的AI开源社区Hugging Face更新了大模型榜单，阿里通义千问近期开源的端到端全模态大模型Qwen2.5-Omni登上总榜榜首，DeepSeek-V3-0324和群核的SpatialLM-Llama-1B紧随其后，杭州公司霸榜全球开源模型榜单前三。

品玩3月20日讯，据 TechCrunch 报道，知名AI模型开源社区 Hugging Face 宣布推出全新AI 助手 HuggingSnap，现已登陆 iOS 平台. HuggingSnap 利用 Hugging Face 的内部视觉模型 smolvlm2 来实时分析手机所见的内容，而无需将数据发送到云端。HuggingSnap 就会识别物体、解释场景、读取文字，并试着理解用户所看到的一切。

Hugging Face怀疑OpenAI的"深度研究"正在从Operator那里获得性能提升，后者是最近发布的一款代理，可以像人类一样浏览网页并与网页交互。 为了填补这 ...

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。