开源模型

Vchitect 2.0，书生蒲语团队发布DiT视频模型书生·筑梦，支持生成20秒长度的视频

让我们看看官方演示视频吧！ Vchitect 2.0，书生蒲语团队发布DiT视频...

开源模型开源项目

Object Cutter，一键去除背景，且支持通过文字或框选来指定保留什么物体

让我们看看官方演示视频吧！ Object Cutter，一键去除背景，且支持通过...

LongLLaVA，长上下文的视觉多模态模型，能在单个 A100 80GB GPU 上处理近千张图像

LongLLaVA：通过混合架构将多模态 LLMs 1000 张图像。 Long...

DeepSeek推出开源的DeepSeek-V2.5，可以在 Web 和 API 上使用

DeepSeek-V2.5通过增强的编写、指令遵循和人类偏好对齐，它可以在 We...

Reflection Llama-3.1 70B，GlaiveAI开源的模型，可以主动纠正自己的错误，从而避免幻觉问题

Reflection Llama-3.1 70B，GlaiveAI开源的模型，可...

OLMoE，完全开源的1B大小MoE模型，能力超过LLaMA 2 13B

OLMoE，完全开源的1B大小MoE模型，能力超过LLaMA 2 13B，基于5...

面壁智能开源面壁小钢炮3.0 MiniCPM 3.0 ，性能超GPT-3.5，无限长文本超Kimi

面壁智能开源面壁小钢炮3.0 MiniCPM 3.0 ，性能超GPT-3.5，无...

RB-Modulation，谷歌开源的内容样式排版，风格迁移模型

RB-Modulation，谷歌开源的内容样式排版，风格迁移模型。给定首选样式...

mini-omni，开源的端到端实时语音模型，无需TTS模块，支持同时生成文本和语音

让我们看看官方演示视频吧！ mini-omni，开源的端到端实时语音模型，无需T...

CSGO，文本到图像生成中的内容样式排版，风格迁移模型

CSGO，文本到图像生成中的内容样式排版，风格迁移模型，支持3种模式的风格迁移。...

Qwen2-VL，基于 Qwen2 打造，参数有72B、7B、2B三种，能理解超20分钟视频，媲美GPT-4o

Qwen2-VL，基于 Qwen2 打造，参数有72B、7B、2B三种，能理解超...

Hyper-SD，字节跳动新推出的FLUX.1 LoRA，仅需8步或16步即可完成AI绘画

让我们看看官方演示视频吧！ Hyper-SD，字节跳动开源的FLUX.1 LoR...