我們已經將基於 LFM2-350M 的 TTS 模型作為開源發布 🚀 我們還發布了許多不同的 FT 模型。 GPU 平台：@hyperbolic_labs 數據：Emilia + Emilia Yodas(EN) LLM 模型：LFM2-350M @LiquidAI_ 磁碟和空間：@huggingface 我很高興能將這個模型作為開源發布。非常感謝 @VyvoSmartChain #開源 #語音 #tts #huggingface #lfm #gpu

🚨 大新聞！我們決定 @huggingface 的後訓練庫 TRL 將原生支持訓練視覺語言模型 🖼️ 這建立在我們最近在 SFTTrainer 中對 VLM 的支持基礎上——我們不會停止，直到 TRL 成為 #1 VLM 訓練庫 🥇 更多信息在這裡 👉 非常感謝 @mervenoyann , @SergioPaniego 和 @ariG23498 🔥

2.7億（不是十億）個參數！⚡️⚡️⚡️

介紹 DINOv3：一種最先進的計算機視覺模型，採用自監督學習（SSL）進行訓練，能夠生成強大且高解析度的圖像特徵。首次，一個單一的凍結視覺骨幹在多個長期存在的密集預測任務中超越了專業解決方案。 在這裡了解更多關於 DINOv3 的資訊：

介紹 Gemma 3 270M！🚀 它為緊湊型模型中的指令跟隨設定了新的標準，同時在專門任務中極為高效。

一個非常有趣的食品菜餚數據集，如果你正在構建健康應用/模型：100k 精心策劃的食品樣本，涵蓋家庭烹飪的餐點、餐廳菜餚、生鮮食材和包裝產品。 構建方式同樣重要 • 50k 名真實用戶在 Binance 上捕捉了自己的餐盤，並由專業人類註釋者進行預註釋。 • 然後，機器生成的標籤經過 Binance 用戶的抽查和完善，以確保質量。 • 數據集的一部分在 Hugging Face 上以 OpenRail 許可證提供。 聽起來像是一種新的眾包數據收集方法。 鏈接如下：

🚀我們很高興開源Hunyuan-GameCraft，這是一個基於HunyuanVideo構建的高動態互動遊戲視頻生成框架。 它可以從單一場景圖像和用戶動作信號生成可玩且物理真實的視頻，使創作者和開發者能夠以第一人稱或第三人稱視角“導演”遊戲。 主要優勢： 🔹高動態：將標準鍵盤輸入統一為共享的連續動作空間，實現對速度和角度的高精度控制。這使得探索複雜軌跡成為可能，克服了傳統模型的僵硬和有限運動。它還可以生成動態環境內容，如移動的雲、雨、雪和水流。 🔹長期一致性：使用混合歷史條件，在重大移動後保留原始場景信息。 🔹顯著降低成本：無需昂貴的建模/渲染。PCM蒸餾壓縮推理步驟，提高速度並降低成本。這使得量化的13B模型能夠在消費級GPU（如RTX 4090）上運行。 項目頁面： 代碼： 技術報告： Hugging Face：

OpenAI gpt-oss 120B 使用 Hugging Face spaces 协调完整视频！🤯 所有内容，只需一個單一的提示： 創建一張拉布拉多犬的圖像，並用它生成一段簡單的視頻 🛠️ 使用的工具： 1. Flux.1 Krea Dev by @bfl_ml 2. LTX Fast by @Lightricks 就這樣，gpt-oss 120B 是我迄今為止使用過的最佳開源模型之一，用於工具調用！致敬 @OpenAI 🤗

介紹 qqWen：我們完全開源的項目（代碼+權重+數據+詳細技術報告），用於全棧微調（預訓練+SFT+RL），一系列模型（1.5b、3b、7b、14b 和 32b），用於一種名為 Q 的小眾金融編程語言。 所有細節如下！

讓我來解釋一下為什麼 Hugging Face Datasets 的存儲比 S3 更快，以及今天的發布如何改變一切 🧵