文本到图像生成，用于开发者与创作者的视觉内容创建
- 部署
-
- py diffusers: FluxPipeline.from_pretrained('black-forest-labs/FLUX.1-dev')
- py ComfyUI: 安装 Flux Dev 自定义节点加载模型
本期 (5)
1B 端侧模型，工具调用与混合推理
- 部署
-
- vll vllm serve openbmb/MiniCPM5-1B --port 8000
- py sglang --model-path openbmb/MiniCPM5-1B --port 30000
- py transformers AutoModelForCausalLM.from_pretrained('openbmb/MiniCPM5-1B')
为ARO语言微调的代码生成器，4bit量化，供ARO DSL开发者使用
- Apple Silicon
- 已量化
- 部署
-
- py mlx_lm.load('ARO-Lang/aro-coder-4bit')
- py python -m mlx_lm.server --model ARO-Lang/aro-coder-4bit --port 8080
- oll ollama run aro-coder
像素扩散解码器，将潜在表征一步超分至2K/4K图像
- 部署
-
- py hf download nvidia/PiD --local-dir . --include 'checkpoints/*'
- py git clone https://github.com/nv-tlabs/PiD
面向远场、混响、重叠语音等严重声学退化的鲁棒语音识别
- 部署
-
- py git clone https://github.com/xzf-thu/Mega-ASR
- pip pip install -r requirements.txt
- py from MegaASR.model.megaASR import MegaASR