一个强大的图像到视频的生成模型，它通过创新的方法解决了AI视频合成过程中的语义准确性、清晰度和时空连续性的挑战。用户可以轻松地将静态图像转换为高质量的动态视频，生成的视频不仅清晰度高，而且时序连贯，细节丰富，具有很高的真实感和艺术性，I2VGen-XL：阿里推出的图生视频模型官网入口网址

一个强大的图生视频模型，它通过先进的技术实现了从静态图片到动态视频的转变。这款模型不仅能够提供高质量的视频输出，还具有广泛的应用前景，包括娱乐、教育、电影制作等多个领域，CogVideoX-5B-I2V官网入口网址

在图像理解和文本处理任务上展现出卓越的性能，并通过定制化微调和本地部署，推动了AI技术的开放性和可访问性，Llama 3.2官网入口网址

一个强大的代码生成和理解工具，它通过大规模训练和多样化的模型规模，为开发者提供了一个高性能的编程辅助平台，StarCoder 2官网入口网址

一个拥有8200万参数的前沿文本到语音（TTS）模型。

多模态原生混合专家模型

开源视频生成模型，支持10秒视频和更高分辨率。

BEN2是一个基于深度学习的图像分割模型，专注于背景擦除和前景提取。

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。

开源的全双工音频生成基础模型

新一代开放代码模型，提升编程效率。

文本到视频的生成模型，CogVideoX官网入口网址

DeepFloyd IF是一个强大的文本到图像生成模型，能够生成高分辨率和逼真度的图像。它结合了先进的语言理解和图像生成技术，提供了多种功能，如超分辨率、风格迁移和零样本学习，DeepFloyd官网入口网址

Qwen2.5-Coder系列中的1.5B参数代码生成模型

开源AI辅助编程模型系列

开源幻觉评估模型

一个开源的视频生成模型，用于创造生动的视频内容。CogVideoX-2B官网入口网址

一款具有 17 亿参数的开源图像生成基础模型。

SkyReels-V1 是首个开源的人类中心视频基础模型，专注于高质量视频生成。

PIKE-RAG 是一种专注于领域知识和推理增强生成的模型。

Lumina-Video 是一个用于视频生成的初步尝试项目，支持文本到视频的生成。

Qwen2.5-Coder系列中的3B参数量指令调优模型

提供高级 AI 聊天体验，完全私密。

用于理解任意视频中的相机运动的工具。