开源模型

Apollo，Meta开源的视觉理解模型，可处理长达1小时的视频

Apollo，Meta开源的视觉理解模型，可处理长达1小时的视频，包括3B，5B...

Megrez-3B-Omni，无问芯穹开源的全球首个端侧全模态理解模型，同时具备图片、文本、音频三种模态数据的理解分析能力

让我们看看演示视频吧！ Megrez-3B-Omni，无问芯穹开源的全球首个端侧...

Cohere发布Command R7B，以企业为中心的大型语言模型

Cohere发布Command R7B，以企业为中心的大型语言模型，提供 128...

DeepSeek-VL2，DeepSeek推出的MoE视觉多模态模型

DeepSeek-VL2，DeepSeek推出的MoE视觉多模态模型，3B/16...

DeepSeek 发布 DeepSeek-V2.5-1210，DeepSeek-V2.5的升级版本

DeepSeek 发布 DeepSeek-V2.5-1210，DeepSeek-...

shou_xin，基于Flux训练的艺术家手訫风格的Flux LoRA

shou_xin，基于Flux训练的艺术家手訫风格的Flux LoRA，线条风格...

Florence-VL，微软开源的增强视觉语言模型，对图片理解能力很强

Florence-VL，微软开源的增强视觉语言模型，对图片理解能力很强，可以从不...

Llama 3.3，Meta开源的多语言大型语言模型，性能提升，输入成本比Llama 3.1 405B降低10倍

Llama 3.3，Meta开源的多语言大型语言模型，性能提升，输入成本比Lla...

AWPortraitCN，基于 FLUX.1-dev 训练的更符合中国人的外表和审美的图像模型

AWPortraitCN，基于 FLUX.1-dev 训练的更符合中国人的外表和...

GenCast，Google开源的预测天气的扩散模型，可提前 15 天提供更快、更准确的预测

GenCast，Google开源的预测天气的扩散模型，可提前 15 天提供更快、...

NitroDiffusion，开源的图像融合模型，可以将图像融合到另一个文本生成的图像内

让我们看看演示视频吧！ NitroDiffusion，开源的图像融合模型，可以将...

PaliGemma 2，Google开源的视觉语言模型，可以为图像生成详细的、与上下文相关的长字幕

PaliGemma 2，Google开源的视觉语言模型，使用 PaliGemma...