一款高效的文本生成图像模型，具有出色的输出质量。

DreamO 是一个统一的图像定制框架。

F Lite 是一款 10B 参数的扩散模型，专注于合法和安全内容。

Pusa 是一个新颖的视频扩散模型，支持多种视频生成任务。

基于 DiT 的人类图像动画框架，实现精细控制与长效一致性。

一款用于生成信息图表的视觉文本渲染工具。

业界首个超大规模混合 Mamba 推理模型，强推理能力。

一种无混叠的任意尺度超分辨率方法。

CogView4-6B 是一个强大的文本到图像生成模型，专注于高质量图像生成。

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。

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。

AI研究资源导航网站，提供AI研究资源、文档和实践案例

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

一款基于Midjourney风格的文本到图像生成模型，专注于高分辨率和写实风格的图像创作。

高质量身份保留的人像动画合成工具。

利用AI创作音乐

高容量真实世界图像修复与隐私安全数据管理

提升户外虚拟试穿效果的模型训练代码库

轻松在远程GPU上运行本地笔记本，Moonglow官网入口网址

基于自回归变换器生成人工制作的 3D 原始装配体。

高效的视觉编码技术，提升视觉语言模型性能。

轻量级嵌套架构，用于语音反欺诈。

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。

深度推理翻译模型，通过长思考链优化神经机器翻译。

一个基于深度学习的图像和视频描述模型。

一款先进的视觉推理模型，能分析图片和视频内容。

通过多实例扩散模型将单张图像生成高保真度的3D场景。

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

上下文驱动的图像生成工具，保持前景保真度。

BAGEL是一款开源的统一多模态模型，您可以在任何地方进行微调、精简和部署。

一种高效的无泄漏唇同步技术。

为 Diffusion Transformer 提供高效灵活的控制框架。