Pyramid-Flow的ComfyUI包装节点，用于高效视觉生成。

先进的多模态图像生成模型，结合文本提示和视觉参考生成高质量图像。

深度推理翻译模型，通过长思考链优化神经机器翻译。

开源文本到图像生成模型，AuraFlow v0.3官网入口网址

多功能文本到多模态内容生成框架，Alpha-VLLM官网入口网址

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。

PhotoDoodle 是一个基于少量样本对数据学习艺术图像编辑的代码实现。

FlashVideo 是一个高效的高分辨率视频生成模型，专注于细节和保真度的流动。

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。

Huginn-0125是一个35亿参数的潜变量循环深度模型，擅长推理和代码生成。

百度旗下AI算力、学习和实训平台，飞桨AI Studio星河社区官网入口网址

行业领先的人工智能基础架构解决方案商，思腾合力官网入口网址

YuE是一个开源的音乐生成模型，能够将歌词转化为完整的歌曲。

706课时帮助学生打下坚实的基础，为进一步学习人工智能和深度学习做好准备，AI算法工程师-必备基础与机器学习官网入口网址

一种新颖的图像到视频采样技术，基于Hunyuan模型实现高质量视频生成。

MatAnyone 是一个支持目标指定的稳定视频抠像框架，适用于复杂背景。

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。

Frames 是 Runway 推出的高级图像生成基础模型，提供前所未有的风格控制和视觉保真度。

一个基于文本生成图像的预训练模型，具有80亿参数和Apache 2.0开源许可。

生数以其创新的多模态大模型和深度生成式算法研究，为艺术设计、游戏制作、影视后期和内容社交等领域提供了强大的技术支持和解决方案，生数官网入口网址

FaceSwap是一个功能强大且用户友好的在线换脸工具，利用AI技术提供快速、高质量的换脸效果。无论是个人娱乐还是专业项目，FaceSwap都能满足用户的需求，FaceSwap AI官网入口网址

展示小型语言模型通过自我演化深度思考掌握数学推理能力的研究成果。

InternLM3-8B-Instruct是一个开源的80亿参数指令模型，用于通用用途和高级推理。

通过多样化合成数据和全局到局部自适应感知增强文档布局分析

开源自回归视觉生成模型项目

革命性深度学习工具，用于面部转换和视频生成。

快速因果视频生成器，实现即时视频生成。

微软开源的视频分词器家族

轻量级端到端文本到语音模型

使用Llama模型的语音合成工具

基于MaskGCT模型的文本到语音演示

统一的开放命名实体和语音识别模型