免费AI音频转文本，含说话人标签、时间戳，支持TXT/DOCX/SRT导出

Qwen Image是阿里巴巴的免费开源AI图像生成器，擅长在图像中进行文本渲染。

Dream 7B 是最强大的开放扩散大语言模型。

将文本即时转换为令人惊叹的 3D 模型。

SmolVLM2 是一个专注于视频内容分析和生成的轻量化语言模型。

Gemini Embedding 是一种先进的文本嵌入模型，通过 Gemini API 提供强大的语言理解能力。

CogView4 是一个支持中文和英文的高分辨率文本到图像生成模型。

QwQ-32B 是一款强大的推理模型，专为复杂问题解决和文本生成设计，性能卓越。

Magma-8B 是微软推出的一款多模态 AI 模型，能够处理图像和文本输入并生成文本输出。

一个基于强化学习优化的大型语言模型，专注于数学问题解决能力的提升。

Hunyuan3D 2.0 是腾讯推出的高分辨率 3D 资产生成系统，基于大规模扩散模型。

SmolVLM-256M 是世界上最小的多模态模型，可高效处理图像和文本输入并生成文本输出。

Llasa-1B 是一个基于 LLaMA 的文本转语音 (TTS) 模型，支持中英文语音合成。

多语言生成语言模型

一个实验性的文本到语音模型

由10个AI代理共同创作的小说

基于文本生成姿态并进一步生成图像的模型

基于Qwen-Agent的Chrome浏览器插件，提供网页和文档讨论、记录及自动化写作功能。

多模态原生Mixture-of-Experts模型

高分辨率、多语言文本到图像生成模型

70亿参数的多语言大型语言模型

手訫风格的铅笔素描生成模型

多模态大型语言模型，融合视觉与语言理解。

AI驱动的文章摘要工具，快速获取文章概要。

LG AI Research开发的双语文本生成模型

一个展示Gemini 2.0原生音频能力的实验性文本编辑器

AI论文写作平台，10分钟生成万字论文

LG AI Research开发的多语言生成模型

开源幻觉评估模型

先进的多模态大型语言模型，具备卓越的多模态推理能力。

高效率自回归视频生成模型，Pyramid Flow miniFLUX官网入口网址

高性能的文本到语音合成模型，OuteTTS-0.2-500M官网入口网址