谷歌发布 TabFM-1.0.0-PyTorch：专为混合表格数据打造的零样本预测模型；跨越亚美欧！NVIDIA 开源多国合成人物数据集，千万级角色数据上线

4 小时前

TabFM 是 Google Research 于 2026 年 6 月 30 日发布的，专注于结构化表格数据处理的基础模型。该模型专为处理包含混合数值与类别列的分类及回归任务而设计，为企业与研究领域的表格预测工作流提供了全新的范式。 TabFM 创新性地将表格预测重塑为上下文学习问题。它摆脱了传统监督模型对人工干预的依赖，在单次前向传播中即可生成预测结果，彻底免除了繁琐的权重微调、超参数搜索与特征工程。凭借其独特的架构设计，TabFM 在无需任何调优的零样本配置下，性能已显著超越多个强大的传统监督基线模型，大幅提升了数据处理效率。

目前，HyperAI 超神经官网已上线了「tabfm-1.0.0-pytorch：零样本表格基础模型 Benchmark」，快来试试吧~

在线使用：https://go.hyper.ai/acMZd

欢迎登录官网查看更多内容：

https://hyper.ai

7 月 11 日- 7 月 17 日，hyper.ai 官网更新速览：

* 优质公共数据集：8 个

* 优质教程精选：7 个

* 社区文章解读：1 篇

* 热门百科词条：5 条

* 7 月截稿顶会：2 个

访问官网：hyper.ai

公共数据集精选

1. Nemotron-Personas-India 印度合成人物数据集

Nemotron-Personas-India 是 NVIDIA 发布的一个印度合成人物数据集，旨在通过反映印度真实的地理和人口分布，提高合成数据的多样性，减少模型偏差，并防止模型坍塌。该数据集包含 300 万条记录，每条记录包含 7 个虚拟人物角色，总计约 2,100 万个人物角色描述，共包含约 77 亿 Token 。

* 在线使用：https://go.hyper.ai/CBnWF

2. Nemotron-Personas-Korea 韩国合成人物数据集

Nemotron-Personas-Korea 是 NVIDIA 发布的一个韩国合成人物数据集，旨在全面反映韩国人口的多样性和特征。该数据集包含 100 万条记录，每条记录包含 7 个虚拟人物角色，总计约 700 万个人物角色描述，共包含约 17 亿 Token，其中 10 亿 Token 为人物相关信息，数据覆盖韩国 17 个广域自治团体，252 个市郡区，包含 209,167 个唯一人名。

* 在线使用：https://go.hyper.ai/FDU8d

3. Nemotron-Personas-Japan 日本合成人物数据集

Nemotron-Personas-Japan 是由 NVIDIA 发布的一个日本合成人物数据集，旨在展现日本人口多样性与丰富性，主要用于支持主权 AI 系统开发、大语言模型训练，以及降低合成数据中的偏差。该数据集包含 100 万条记录，每条记录包含 6 个虚拟人物角色，总计约 600 万个人物角色描述。数据覆盖日本全部 47 个都道府县，1,500 余个职业类别及 95 万余个唯一人名。

* 在线使用：https://go.hyper.ai/5vLQd

4. Nemotron-Personas-Vietnam 越南合成人物数据集

Nemotron-Personas-Vietnam 是由 NVIDIA 发布的一个越南合成人物数据集，旨在全面反映越南人口的多样性和特征。该数据集包含 10 万条记录，每条记录包含 6 个虚拟人物角色，总计约 60 万个人物角色描述，共包含约 1.18 亿 Token，其中 5,200 万 Token 为人物相关信息，数据覆盖越南 6 个中央直辖市和省份，包含约 1.3 万个唯一人名。

* 在线使用：https://go.hyper.ai/6BfkJ

5. Nemotron-Personas-Belgium 比利时合成人物数据集

Nemotron-Personas-Belgium 是由 NVIDIA 联合 Pleias 与 KU Leuven 发布的一个比利时合成人物数据集。旨在全面反映比利时人口的多样性和特征。该数据集包含 120 万条记录，每条记录包含 6 个虚拟人物角色，总计约 180 万个人物角色描述，数据覆盖 581 个比利时市镇，3 个行政区，包含约 26 万唯一人名，并提供荷兰语、法语、德语、英语 4 种语言版本，每种语言版本包含 30 万条记录。

* 在线使用：https://go.hyper.ai/tvwbu

6. Nemotron-Personas-Singapore 新加坡合成人物数据集

Nemotron-Personas-Singapore 是 NVIDIA 发布的一个新加坡合成人物数据集，旨在反映新加坡真实世界人口、地理与性格特征分布。该数据集包含 14.8 万条记录，每条记录包含 6 个虚拟人物角色，总计 88.8 万个人物角色描述。数据覆盖新加坡 55 个规划区，包含约 14.6 万个唯一人名。

* 在线使用：https://go.hyper.ai/wFJAn

7. Nemotron-Pretraining-Code-v3 编程代码预训练数据集

Nemotron-Pretraining-Code-v3 是 NVIDIA 为 Nemotron 3 系列大语言模型打造的代码预训练数据集之一，旨在增强 LLM 的代码理解、生成、补全和推理能力。

* 在线使用：https://go.hyper.ai/8IZbu

8. Nemotron-Personas-El-Salvador 萨尔瓦多合成人物数据集

Nemotron-Personas-El-Salvador 是 NVIDIA 发布的一个萨尔瓦多合成人物数据集，该数据集旨在全面反映萨尔瓦多人口的多样性和特征。该数据集包含 14.8 万条记录，总计约 100 万个人物角色描述。数据覆盖萨尔瓦多 14 个省及 44 个市，包含约 14.4 万个唯一人名。

* 在线使用：https://go.hyper.ai/44dxL

公共教程精选

1. tabfm-1.0.0-pytorch：零样本表格基础模型 Benchmark

tabfm-1.0.0-pytorch 是 TabFM 的 PyTorch 版本，由 Google Research 于 2026 年 6 月通过 Google Research Blog 发布。 TabFM 专注于处理包含混合数值列和类别列的结构化表格数据的分类和回归。它将训练行视为上下文示例，并在一次前向传播中生成预测结果，无需针对每个数据集进行权重微调、超参数搜索或繁重的特征工程。

在线运行：https://go.hyper.ai/acMZd

2. ComfyUI × Wan 2.2 图生视频工作流

Wan 2.2 是阿里巴巴通义万相 Wan-AI 团队发布的开源视频生成基础模型，采用创新的混合专家（Mixture of Experts, MoE）架构，在图生视频（Image-to-Video, I2V）任务中能够将静态图像转化为动态视频，在运动控制与风格保持方面表现出色。

在线运行：https://go.hyper.ai/UNbdm

3. Krea-2-Raw：12B 扩散 Transformer 文生图模型

Krea-2 是 Krea.ai 于 2026 年 6 月发布的大规模文本到图像扩散模型。 Krea-2-Raw 是该系列的基础预训练检查点（约 120 亿个参数），它基于扩散变换器 (DiT) 架构，能够根据自然语言描述生成高质量、多样化的图像。

在线运行：https://go.hyper.ai/NHNAD

4. VibeThinker-3B：小参数高推理的可验证推理模型

VibeThinker-3B 由 WeiboAI 团队于 2026 年 6 月发布，是一款专注于可验证推理任务的小参数语言模型（SLM），规模约 30 亿参数，主攻数学、代码与 STEM 等具有明确验证信号的推理场景。模型采用 Qwen2ForCausalLM 架构，并支持最长 128K token 上下文。它延续 VibeThinker 系列的频谱到信号原则后训练范式，经由课程式两阶段 SFT 、多领域推理强化学习、离线自蒸馏与 Instruct RL 等流程逐级强化推理能力。

在线运行：https://go.hyper.ai/aO6hb

5. ViiTorVoice-NAR：非自回归语音克隆与局部编辑系统

ViiTorVoice-NAR 模型文件于 2026 年 6 月发布，是一个面向语音克隆、局部语音编辑与情感 / 副语言控制的非自回归语音生成系统。该模型摒弃了传统的逐词生成模式，转而在离散音频 token 空间内补全掩码码本。其核心采用 DualCodec 25Hz 的 12 层码本，同步承载语义与声学特征，从而精准实现说话人音色保留、内容一致性及局部片段重合成。

在线运行：https://go.hyper.ai/HoBLS

6. CamCloneMaster：基于参考视频的相机运动控制视频生成

CamCloneMaster 模型是由香港中文大学、浙江大学和快手科技团队于 2025 年 06 月发布，其核心特点与创新点为无需显式相机参数即可从参考视频中直接学习相机运动模式的参考式相机控制、统一支持图像到视频（I2V）与视频到视频（V2V）两种生成模式的统一框架、以及基于 Wan2.1-T2V-1.3B 适配且仅需训练自注意力层参数的高效训练方式。

在线运行：https://go.hyper.ai/qehlc

7. ComfyUI 工作流使用指南：一键加载并执行官方现有工作流

ComfyUI 是一款基于节点（Node）的开源可视化工作流框架，广泛应用于图像与视频生成领域，用户通过拖拽、连线的方式将模型加载、文本编码、采样、解码等模块组合成完整的生成流程，无需编写代码即可调用各类前沿生成模型。

在线运行：https://go.hyper.ai/7wesQ

💡我们还建立了 Stable Diffusion 教程交流群，欢迎小伙伴们扫码备注【SD 教程】，入群探讨各类技术问题、分享应用效果~