业界首个超大规模混合 Mamba 推理模型，强推理能力。

Pruna 是一个模型优化框架，帮助开发者快速高效交付模型。

实现灵活且高保真度的图像生成，同时保持身份特征。

一种用于手术内窥镜图像低光照增强的T-Diffusion模型。

AI研究资源导航网站，提供AI研究资源、文档和实践案例

一种提升场景级视频生成能力的技术。

Tarsier 是由字节跳动推出的用于生成高质量视频描述的大型视频语言模型。

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

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。

在线学习Python、AI、大模型、AI写作绘画课程，零基础轻松入门。

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。

QwQ-Max-Preview 是 Qwen 系列的最新成果，基于 Qwen2.5-Max 构建，具备强大的推理和多领域应用能力。

VideoLLaMA3是前沿的多模态基础模型，专注于图像和视频理解。

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。

Janus-Pro-1B 是一个统一多模态理解和生成的自回归框架。

UniTok是一个用于视觉生成和理解的统一视觉分词器。

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

Inductive Moment Matching 是一种新型的生成模型，用于高质量图像生成。

一种无混叠的任意尺度超分辨率方法。

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。

OmniThink 是一种通过模拟人类思考过程来提升机器写作知识密度的框架。

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。

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。

Janus-Pro-7B 是一个新型的自回归框架，统一多模态理解和生成。

一种非侵入式脑机接口技术，通过脑电图或脑磁图解码大脑活动以实现文本输入。

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。

Moonlight平台集AI图像生成、音乐创作和脚本编写于一体，满足用户多元化内容创作需求。

奇智孔明AInnoGC工业大模型赋能制造业，提供全面的AI解决方案，提升生产效率和智能化水平。

GPT中文免费版提供AI文字生图功能，创作便捷，效果尚可。

生数利用多模态大模型赋能艺术设计、游戏、影视和内容社交领域。

智谱AI绘画，提供个性化图像创作与编辑，支持多种艺术风格模仿。