Interfaze 相关 AI 资讯 · AI 热点

7月3日

11:32

11:32

官方一手marktechpost@Michal Sutter

精选

Interfaze 开源了 diffusion-gemma-asr-small 模型，采用扩散解码替代自回归。该模型通过一个约42M参数的适配器接入 Google 的 DiffusionGemma。单个适配器可处理六种语言的语音转录任务。转录计算量由去噪步数控制，不受输出文本长度影响。

AI模型 Interfaze diffusion-gemma-asr-small DiffusionGemma 语音识别开源模型

推荐理由：Interfaze开源扩散ASR小模型，一个适配器管六种语言，步数控制成本，很灵活。

5月13日

18:18

18:18

berryxia@berryxia

Interfaze 提出了一种全新混合架构，将任务专用的 DNN/CNN 编码器与全能 Transformer 融合，在 OCR、视觉、STT、结构化输出等确定性任务上准确率超越 Gemini-3-Flash、Claude-Sonnet-4.6、GPT-5.4-Mini 和 Grok-4.3。该架构通过 <task> 标签实现部分模型激活，大幅提升速度和性价比。在 9 个硬核基准上全面领先，尤其在高频场景中速度和成本优势明显。作者认为，未来真实生产力任务不需要越来越大的通用模型，而是需要这种“专为确定性任务而生”的混合架构。

AI模型 Interfaze 混合架构 OCR 视觉模型确定性任务

推荐理由：做 OCR、视觉或音频处理的团队，终于有了一个又准又快又便宜的替代方案——Interfaze 用混合架构把通用大模型的痛点解决了，建议直接看博客跑一下自己的用例。