Roboflow 开源实时目标检测模型 RF-DETR

RF-DETR[1] 是由 Roboflow 开发的实时目标检测模型，基于 Apache 2.0 开源许可。该模型提供了两个版本：RF-DETR-base 和 RF-DETR-large。RF-DETR-base 参数量为 29M，适合资源受限的场景；而 RF-DETR-large 参数量为 128M，拥有更高的精度。

总的来说这是一个能和 YOLO 模型扳扳手腕的检测模型，部分场景检测速度不如YOLO，但在精确度上要更好一些。佬们有需要的可以看看。

阿里通义实验室 LHM 技术：快速将照片转换为动画

LHM[2]是阿里通义实验室推出的能在几秒内将单人照片转换成可动画化的 3D 模型。不仅支持真人，还能处理二次元角色，生成的人物模型能够按照参考视频中的动作进行复刻。

又一个类 AnimateAnyone 的技术，不过代码这次开源了，有需要的佬可以看看。

腾讯混元 T1：首个 Mamba 与 Transformer 结合的推理模型

腾讯近日发布了混元 T1 模型[3]，这是业内首个将 Mamba 和 Transformer 结合的推理模型。

在数学和编程方面比DeepSeek R1要差点，其他指标基本持平或略超R1。

这个模型没有开源，不过提供了 API ，而且价格相当便宜，每百万输入 tokens 1 元，每百万输出 tokens 4 元，约为 DeepSeek R1 标准时段价格的四分之一。

字节 InfiniteYou：基于 FLUX 模型的人物一致性技术

字节 InfiniteYou[4] 是基于 FLUX 模型的身份保留模型，能够在保持人物一致性的同时，根据提示词生成多样化的图片。

个人感觉一致性方面相比主流方法 FLUX.1-dev IP-Adapter 和 PuLID-FLUX 的话还是要差点。

官方也提供了Demo[5]，佬们可以自己试试。

Remade AI 再次开源 Wan 2.1 特效 LoRA 集合

继上次 Remade AI 开源了 8 款 Wan 2.1 特效 LoRA 之后，他们又开源了一系列新的特效 LoRA，包括变身赛亚人、机械人等多样化的特效。

佬们可以直接关注这个 LoRA 集合[6]，包含了其所有特效 LoRA。

xAI 发布 Grok-2-Image 模型 API

xAI 正式推出了 Grok-2-Image 模型 API，该接口风格与 OpenAI 类似，单图生成费用为 $0.07。