开源模型

PartPacker，Nvidia开源的3D生成模型，能够从单视图图像生成零件级 3D 对象

PartPacker，Nvidia开源的3D生成模型，能够从单视图图像生成零件级...

V-JEPA 2，Meta开源的自监督视频模型支持理解、预测和规划

V-JEPA 2，Meta开源的自监督视频模型支持理解、预测和规划。 Githu...

MonkeyOCR，使用结构-识别-关系三元组范式进行文档解析

MonkeyOCR，使用结构-识别-关系三元组范式进行文档解析。 Github地...

Magistral Small，Mistral AI开源的具有 24B 参数的小型高效推理模型

Magistral Small，Mistral AI开源的具有 24B 参数的小...

FusionAudio，面向多模态上下文提示的细粒度音频字幕

FusionAudio，面向多模态上下文提示的细粒度音频字幕。 Github地址...

PartCrafter，结构化的 3D 生成模型，可在一次拍摄中从单个 RGB 图像联合生成多个零件和对象

PartCrafter，结构化的 3D 生成模型，可在一次拍摄中从单个 RGB ...

MiniCPM4，面壁智能开源的端侧大模型，在长文本处理任务中展现出大幅领先同尺寸模型的处理速度

MiniCPM4，面壁智能开源的端侧大模型，在长文本处理任务中展现出大幅领先同尺...

dots.llm1，小红书开源的MoE 模型，激活了总共 142B 个参数中的 14B 个参数

dots.llm1，小红书开源的MoE 模型，激活了总共 142B 个参数中的 ...

vui，开源的可以呈现对话的 100M 语音模型，能够进行语音克隆的 40kh 基础微调

vui，开源的可以呈现对话的 100M 语音模型，能够进行语音克隆的 40kh ...

Qwen3-Embedding，专为文本嵌入和排序任务而设计，支持 100 多种语言，提供强大的多语言、跨语言和代码检索功能

Qwen3-Embedding，专为文本嵌入和排序任务而设计，支持 100 多种...

S1-mini，Fish Audio开源的文本转语音模型，支持多种情感、语气和特殊标记来增强语音合成

S1-mini，Fish Audio开源的文本转语音模型，支持多种情感、语气和特...

ShapeLLM-Omni,用于 3D 生成和理解的原生多模态 LLM，支持文本到 3D、图像到 3D、3D 字幕和使用文本指令的 3D 编辑

ShapeLLM-Omni,用于 3D 生成和理解的原生多模态 LLM，支持文本...