腾讯混元World 1.0首发，开启沉浸式交互3D世界生成新时代
• 支持文本与图像输入，自动生成360°全景沉浸式3D世界，兼顾视觉多样性与几何一致性。
• 语义分层3D网格表示，支持对象解耦，提升场景互动性与扩展性。
• Mesh格式导出，完美兼容现有CG管线，便于游戏开发、虚拟现实及物理模拟等多场景应用。
• 性能领先：在BRISQUE、NIQE、Q-Align等指标上均优于主流全景与3D生成方法，保证视觉质量与几何精度。
• 开源生态：基于Flux架构，兼容Hunyuan Image、Kontext、Stable Diffusion等主流图像生成模型。
• 配套工具丰富，提供模型Zoo、快速环境配置脚本、3D模型浏览器，方便上手与二次开发。
• 深层洞察：融合视频与3D生成优势，突破数据与内存瓶颈，推动AIGC向真实感交互空间迈进。
• 支持文本与图像输入，自动生成360°全景沉浸式3D世界，兼顾视觉多样性与几何一致性。
• 语义分层3D网格表示，支持对象解耦，提升场景互动性与扩展性。
• Mesh格式导出，完美兼容现有CG管线，便于游戏开发、虚拟现实及物理模拟等多场景应用。
• 性能领先：在BRISQUE、NIQE、Q-Align等指标上均优于主流全景与3D生成方法，保证视觉质量与几何精度。
• 开源生态：基于Flux架构，兼容Hunyuan Image、Kontext、Stable Diffusion等主流图像生成模型。
• 配套工具丰富，提供模型Zoo、快速环境配置脚本、3D模型浏览器，方便上手与二次开发。
• 深层洞察：融合视频与3D生成优势，突破数据与内存瓶颈，推动AIGC向真实感交互空间迈进。
Wan2.2：开源且领先的大规模视频生成模型，推动视频AIGC进入新阶段
• 引入Mixture-of-Experts (MoE)架构，采用双专家设计分阶段处理噪声，实现27B参数容量下14B推理成本，显著提升生成质量与收敛速度。
• 融入电影级美学数据，细化灯光、构图、色调等多维标签，实现更精准且可控的风格化视频生成。
• 训练数据大幅扩容，图像+65.6% 视频+83.2%，全面增强模型对复杂运动、语义和美学的泛化能力，性能领先业内开源及闭源竞品。
• 发布高压缩TI2V-5B模型，结合Wan2.2-VAE实现64倍压缩率，支持720P@24fps文本/图像到视频生成，能在消费级GPU（如RTX 4090）高效运行，兼顾工业与学术需求。
• 支持多GPU推理（FSDP+DeepSpeed Ulysses），并已集成至ComfyUI、Diffusers生态，方便快速部署与二次开发。
• 丰富的扩展方案：文本、图像及文本-图像混合输入，多样prompt扩展方法（Dashscope API、本地Qwen模型）提升细节表现。
• 完整开源，Apache 2.0授权，兼顾自由使用与合规责任，助力科研与产业创新。
通过MoE架构巧妙平衡模型容量与推理效率，是提升大规模视频生成质量的关键路径；高压缩VAE设计结合先进的训练范式，推动高清视频生成从实验室走向实用化；数据与美学标签的精细打磨，确保生成内容具备更强的表达力与艺术感。
• 引入Mixture-of-Experts (MoE)架构，采用双专家设计分阶段处理噪声，实现27B参数容量下14B推理成本，显著提升生成质量与收敛速度。
• 融入电影级美学数据，细化灯光、构图、色调等多维标签，实现更精准且可控的风格化视频生成。
• 训练数据大幅扩容，图像+65.6% 视频+83.2%，全面增强模型对复杂运动、语义和美学的泛化能力，性能领先业内开源及闭源竞品。
• 发布高压缩TI2V-5B模型，结合Wan2.2-VAE实现64倍压缩率，支持720P@24fps文本/图像到视频生成，能在消费级GPU（如RTX 4090）高效运行，兼顾工业与学术需求。
• 支持多GPU推理（FSDP+DeepSpeed Ulysses），并已集成至ComfyUI、Diffusers生态，方便快速部署与二次开发。
• 丰富的扩展方案：文本、图像及文本-图像混合输入，多样prompt扩展方法（Dashscope API、本地Qwen模型）提升细节表现。
• 完整开源，Apache 2.0授权，兼顾自由使用与合规责任，助力科研与产业创新。
通过MoE架构巧妙平衡模型容量与推理效率，是提升大规模视频生成质量的关键路径；高压缩VAE设计结合先进的训练范式，推动高清视频生成从实验室走向实用化；数据与美学标签的精细打磨，确保生成内容具备更强的表达力与艺术感。
Ragflow-Plus：基于 Ragflow 的二次开发，专注解决实际应用痛点，提升知识库管理与文档交互效率。
• 全新后台管理系统：支持用户、团队、配置、文件与知识库统一管理，提升运维便捷度
• 权限回收机制：前端权限收缩，简化操作界面，保障安全与易用并重
• 解析能力升级：引入 MinerU 替代 DeepDoc，增强文本与图片解析效果，实现图文结合输出
• 文档撰写模式革新：全新交互体验，优化内容创作流程，适合多场景知识沉淀
• 开箱即用：提供 Docker 快速部署方案，配套视频教程与详细文档支持
• 开源透明：遵循 AGPLv3 许可证，支持商业使用，保障软件自由与合规
• 社群活跃：官方社群讨论技术与使用，支持持续贡献与共建
Ragflow-Plus 深耕知识管理本质，结合技术迭代与用户需求，助力打造高效、灵活的智能文档与问答平台。
• 全新后台管理系统：支持用户、团队、配置、文件与知识库统一管理，提升运维便捷度
• 权限回收机制：前端权限收缩，简化操作界面，保障安全与易用并重
• 解析能力升级：引入 MinerU 替代 DeepDoc，增强文本与图片解析效果，实现图文结合输出
• 文档撰写模式革新：全新交互体验，优化内容创作流程，适合多场景知识沉淀
• 开箱即用：提供 Docker 快速部署方案，配套视频教程与详细文档支持
• 开源透明：遵循 AGPLv3 许可证，支持商业使用，保障软件自由与合规
• 社群活跃：官方社群讨论技术与使用，支持持续贡献与共建
Ragflow-Plus 深耕知识管理本质，结合技术迭代与用户需求，助力打造高效、灵活的智能文档与问答平台。
• 基于pdf.js，支持PDF文件直观展示，文本层覆盖实现复制粘贴
• 支持页面级渲染与滚动，快速定位指定页码或注释
• 注释高亮显示，支持多种边框样式及颜色，自定义点击回调函数
• 多重缩放控制，灵活调整视图比例，容器内居中/左/右对齐自由配置
• 可选分页分隔线，提升多页文档视觉分辨率
• 兼容Firefox和Chrome，针对复杂PDF支持动态加载及交互
• 开源Apache-2.0许可，持续迭代中，适合科研、文档分析与数据标注场景
通过对PDF的文本与注释分层渲染，实现了交互性与信息可复制性的平衡，促进面向结构化数据的深度挖掘和应用开发。
入门简单，pip install即可集成，适用范围广泛，具备长期工程实践参考价值。
• 覆盖8大类30个细分任务，涵盖文献抽取（LitQA2）、数据库检索（DbQA）、补充信息（SuppQA）、科学图表推理（FigQA/TableQA）、实验协议排错（ProtocolQA）、生物序列操作（SeqQA）及分子克隆复杂场景。
• 公开约80%数据，保留20%私有测试集防止训练污染，内置canary字符串便于模型训练过滤。
• 支持Python 3.10+，提供异步agent接口，便于并行评测与多模型对比。
• 详尽文档和示例代码包含多种基线测试，助力快速上手与复现。
• 数据集开放获取，支持Hugging Face平台同步调用，推动AI在生物研究中的实用转化。
• 论文详述数据集设计与评测方法，具备长期参考价值，为科研AI能力构建提供方法论支撑。
