首个同时支持文生和图生的3D开源模型

AI视频生成模型，Stable Video Diffusion官网入口网址

创建和使用自定义聊天机器人，基于HuggingFace的开源模型。HuggingChat Assistants官网入口网址

基于7B参数的强大对话智能语言模型，360Zhinao-7B官网入口网址

Qwen2.5-Coder系列中的1.5B参数量级代码生成模型

Qwen2.5-Coder系列中的1.5B参数代码生成模型

开源代码语言模型，提升编程智能。DeepSeek-Coder-V2官网入口网址

高性价比的GenAI云服务，SiliconCloud官网入口网址

开源音频样本和声音设计模型，Stable Audio Open官网入口网址

开源代码语言模型，支持多编程语言。DeepSeek-Coder-V2-Lite-Instruct官网入口网址

开源大型语言模型，支持多语言和专业领域应用。

Llasa-3B 是一个基于 LLaMA 的文本到语音合成模型，支持中英文语音生成。

领先的指令遵循模型家族，提供开源数据、代码和配方。

Hibiki 是一款用于流式语音翻译（即同声传译）的模型，能够实时逐块生成正确翻译。

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

Qwen2.5-Coder系列中的3B参数指令调优模型

SkyReels V1 是一个开源的人类中心视频基础模型，专注于高质量影视级视频生成。

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。

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。

Zonos-v0.1 是一款具有高保真语音克隆功能的实时文本转语音（TTS）模型。

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。

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

多模态原生混合专家模型

先进的文本到视频生成模型

新一代开放代码模型，提升编程效率。

文本图像到视频生成模型

一款经过优化的大型语言模型，擅长文本生成和对话。OLMo-2-1124-13B-Instruct官网入口网址

开源文本到图像生成模型，AuraFlow v0.3官网入口网址

CSM 1B 是一个由 Sesame 开发的文本到语音生成模型，可生成高质量的音频。

YuE 是一个专注于全曲生成的开源音乐基础模型，能够根据歌词生成完整的音乐作品。

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。

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