Spark-TTS，基于 Qwen2.5 构建文本转语音系统，支持中英文，并具备跨语言、代码切换场景的零样本语音克隆能力
Spark-TTS，基于 Qwen2.5 构建文本转语音系统，支持中英文，并具备...
AI开源
QwQ-32B，Qwen开源的中型推理模型，能够媲美 DeepSeek-R1、o1-mini 等最先进的推理模型
QwQ-32B，Qwen开源的中型推理模型，能够媲美 DeepSeek-R1、o...
DiffRhythm，基于扩散模型的端到端音乐模型，可以在 10 秒内生成一首完整包含人声和伴奏的歌曲
DiffRhythm，基于扩散模型的端到端音乐模型，可以在 10 秒内生成一首完...
GaussianCity，用于无界 3D 城市生成，在生成无人机视角和街道视角的3D城市方面达到了最先进的水平，速度10.72 FPS，比CityDreamer快60倍
GaussianCity，用于无界 3D 城市生成，在生成无人机视角和街道视角的...
Search-R1，开源版的DeepSeek-R1(-Zero)的复现，用于训练推理和搜索（工具调用）交错LLMs
Search-R1，开源版的DeepSeek-R1(-Zero)的复现，用于训练...