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

统一的多模态AI，支持基于指令的图像编辑与生成，超越商业模型。

开源代码生成语言模型

一个拥有8200万参数的前沿文本到语音（TTS）模型。

Wan2.1-T2V-14B 是一款高性能的文本到视频生成模型，支持多种视频生成任务。

Qwen2.5-Coder系列中的1.5B参数代码生成模型

开源大型语言模型，支持多语言和专业领域应用。

HunyuanVideo-I2V 是腾讯推出的基于 HunyuanVideo 的图像到视频生成框架。

ComfyUI中集成的最新视频生成模型

开源视频生成模型，支持10秒视频和更高分辨率。

文本图像到视频生成模型

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。

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。

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。

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。

Qwen2.5-Coder系列中的3B参数指令调优模型

领先的指令遵循模型家族，提供开源数据、代码和配方。

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。

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。

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

先进的文本到视频生成模型

Qwen2.5-Coder系列的3B参数指令调优模型