开源模型

Wan2.1，阿里开源的视频模型，支持消费级GPU运行，能够生成中文和英语文本的视频模型

让我们看看演示视频吧！ Wan2.1，阿里开源的视频模型，支持消费级GPU运行，...

TableGPT2，浙大开源的表格数据处理的语言模型，可以处理表格、模糊查询等

TableGPT2，浙大开源的表格数据处理的语言模型，可以处理表格、模糊查询等，...

Moonlight，Moonshot开源的高效率MoE模型

Moonlight，Moonshot开源的高效率MoE模型，总参数16B、激活参...

Siglip 2，Google开源的多语言视觉语言模型，支持图片分类、图片-文字检索、为LLM提供视觉能力

Siglip 2，Google开源的多语言视觉语言模型，支持图片分类、图片-文字...

WHAM，微软发布动态生成的游戏序列模型，在复杂地图上展示各种字符和动作

让我们看看演示视频吧！ WHAM，微软发布动态生成的游戏序列模型，在复杂地图上展...

OSUM，西北工业大学开源的语言理解模型，支持8种语音理解任务

让我们看看演示视频吧！ OSUM，西北工业大学开源的语言理解模型，支持语音识别(...

PaliGemma 2 mix，谷歌开源的升级版视觉语言模型，支持图像字幕，OCR，图像Q＆A，对象检测和分割

PaliGemma 2 mix，谷歌开源的升级版视觉语言模型，支持图像字幕，OC...

Magma，微软推出的多模式AI代理的基础模型

让我们看看演示视频吧！ Magma，微软推出的多模式AI代理的基础模型，具备UI...

R1 1776，Perplexity开源的无任何审查的DeepSeek-R1，可以提供未经审查、公正和真实的信息

R1 1776，Perplexity开源的无任何审查的DeepSeek-R1，可...

SkyReels V1，天工基于Hunyuanvideo微调的以人为中心的视频模型

让我们看看演示视频吧！ SkyReels V1，天工基于Hunyuanvideo...

Step-Audio，阶跃星辰开源的智能语音互动框架，可以协调理解和发电，支持多语言对话，情感语调等

Step-Audio，阶跃星辰开源的智能语音互动框架，可以协调理解和发电，支持多...

Step-Video-T2V，阶跃星辰开源的视频模型，可生成最长达 204 帧的视频

让我们看看演示视频吧！ Step-Video-T2V，阶跃星辰开源的视频模型，可...