Hugging Face 发布训练 AI 的新服务,揭示高昂的培训成本

据开源社区Hugging Face最新发布的榜单显示,阿里巴巴推出的万相大模型在开源仅6天后,便成功超越了DeepSeek-R1,一举登上了模型热榜和模型空间榜两大重要榜单的榜首。这一成就不仅彰显了万相大模型在技术上的卓越表现,也反映了其在全球开源社区中的广泛认可度和影响力。
AI 初创公司 Hugging Face 宣布推出 FastRTC,这是一个开源的 Python 库,旨在消除开发人员在构建实时音频和视频 AI 应用时面临的重大障碍。Hugging Face 的 FastRTC 旨在简化 WebRTC 和 Websocket 应用的构建过程。Freddy Boulton,FastRTC 的创建者之一表示:“在 Python 中,构建实时 WebRTC 和 Websocket 应用非常困难,直到现在才有所改变。”WebRTC 技术使得浏览器之间可以直接进行音频、视频和数据的共享,而无需下载插件或软件。然而,尽管 WebRTC 在现代语音助手和视频工具中至关重要,实现这一技术一直是一个
今日凌晨,全球最大开源平台之一 Hugging Face 的首席执行官 Clement Delangue 在社交平台发文宣布,DeepSeek-R1在 Hugging Face 上获得了超过10000个赞,成为该平台近150万个模型中最受欢迎的大模型。这一里程碑式的成就标志着 DeepSeek-R1在全球 AI 社区中的广泛认可与影响力。DeepSeek-R1的崛起速度令人瞩目。在其发布仅数周后,Clement Delangue 就曾发文表示,该模型已成为 Hugging Face 上最受欢迎的模型之一。如今,其受欢迎程度进一步攀升,以超过10000个赞的亮眼成绩,力压平台上近150万个模型,成功登顶
Hugging Face与Physical Intelligence联手推出了划时代的机器人基础模型Pi0,这是首个能将自然语言命令直接转化为机器人动作的开源模型,标志着机器人技术进入新纪元。Pi0模型在七个不同机器人平台上经过训练,掌握了68种独特任务,能够执行从折叠衣物到收拾桌子等复杂操作。该模型采用创新的流匹配技术,以50Hz的频率生成平滑的实时动作轨迹,确保了极高的精确度。更值得注意的是,研发团队同步推出了升级版Pi0-FAST,采用全新的频率空间动作序列标记方案,使训练速度提升5倍,并展现出