开源模型

Stability AI发布Stable Diffusion 3.5 Large，8B参数，支持图里写英文

Stability AI发布Stable Diffusion 3.5 Large...

Allegro，开源的文本转视频模型，可将文本转换为 15 FPS 和 720p 的令人惊叹的 6 秒视频

让我们看看演示视频吧！ Allegro，开源的文本转视频模型，可将文本转换为 1...

Granite 3.0，IBM与Ollama合作发布的LLM模型，可直接在Ollama里运行

Granite 3.0是IBM与Ollama合作发布的LLM模型，可直接在Oll...

mPLUG-DocOwl，阿里开源的用于文档理解的模块化多模态大型语言模型

mPLUG-DocOwl是阿里开源的用于文档理解的模块化多模态大型语言模型，可以...

Meta Spirit LM，可以自由混合文本和语音的开源多模态语言模型

让我们看看官方演示视频吧！ Meta Spirit LM，可以自由混合文本和语音...

Janus，DeepSeek开源的多模式自回归框架，统一了多模态理解和生成

Janus是DeepSeek开源的多模式自回归框架，统一了多模态理解和生成，既可...

Fluxtapoz，Flux角色参考和风格参考，可以保持角色一致和风格一致

Fluxtapoz，Flux角色参考和风格参考，可以保持角色一致和风格一致，类似...

Mistral发布Ministral 3B和Ministral 8B开源模型，128K上下文

Mistral发布Ministral 3B和Ministral 8B开源模型，1...

Zamba2-7B，Mamba+Transformer组合架构的LLM

Zamba2-7B，Mamba+Transformer组合架构的LLM，仅3T训...

TANGO，开源的口型同步模型，专门用来解决人物对话和手势的同步

让我们看看演示视频吧！ TANGO，开源的口型同步模型，专门用来解决人物对话和手...

Meissonic，开源可商用的非自回归AI绘画模型

Meissonic是开源可商用的非自回归AI绘画模型，高分辨率文本到图像合成。 ...

CogView3-Plus-3B，智谱开源DiT AI绘画模型

CogView3-Plus-3B是智谱开源DiT AI绘画模型，3B参数。 Gi...