雷思软件

Flux.1 是由 Black Forest Labs 开发的最先进的文生图合成模型。它采用先进的AI技术，能够根据文本描述生成高质量图像，推动图像生成在创意性、效率和多样性方面的边界。

提供 96 个替代方案

Voxtral 模型是前沿的语音理解模型，提供两种尺寸版本：一种是 240 亿参数版本，适用于大规模生产场景；另一种是 30 亿参数版本，适用于本地和边缘设备部署。两种版本均采用 Apache 2.0 开源许可证发布。

提供 64 个替代方案

作为一款完全开放的语言模型，Apertus 允许研究人员、专业人士和爱好者在此基础上进行开发，并根据其具体需求进行定制，同时还可以检查训练过程中的任何部分。

提供 56 个替代方案

具备前沿性能的高级视频模型，可在消费级显卡上生成 480p/720p 视频，支持文本到视频、图像转换、编辑以及利用强大 VAE 实现独特的双语文本生成任务。

提供 53 个替代方案

Mellum-4b-base 是 JetBrains 针对代码相关任务优化的首个开源大型语言模型（LLM）。

提供 48 个替代方案

通义万相是一款强大的图像生成基础模型，能够实现复杂的文本渲染和精确的图像编辑。

提供 51 个替代方案

一个展示设备端机器学习/生成式人工智能应用场景并允许人们本地尝试和使用模型的展厅。

提供 47 个替代方案

Moonshine 是一系列为在资源受限设备上实现快速且准确的自动语音识别（ASR）而优化的语音转文本模型，适用于实时、本地化应用，如实时字幕转录和语音指令识别。

提供 75 个替代方案

由AMD开发的大型语言模型工具Instella，通过开放模型权重和训练数据，实现了卓越的性能，推动了人工智能的发展。它在性能上超越了Llama-3.2-3B等竞争对手，填补了完全开放模型与开放权重模型之间的差距。

一个专用的下载工具，可稳定可靠地从 Hugging Face、Model Scope 和 Civitai 下载您喜爱的 AI 模型文件。

亚马逊诺瓦是具备前沿智能和行业领先的价格性能的新一代基础模型，可使用自然语言提示生成文本、代码和图像。

Stable Video 4D（SV4D）是一种基于Stable Video Diffusion（SVD）和Stable Video 3D（SV3D）的生成模型，它输入一个物体的单视角视频，并生成该物体的多个新视角视频（4D图像矩阵）。

基于图像或文本提示创建交互式二维平台游戏环境，支持在从公共视频数据集中学习到的AI生成世界中进行探索和角色控制，旨在推动通用人工智能和世界模型领域的研究进展。

一种支持从文本和图像生成多镜头视频的模型。它在语义理解与提示遵循方面实现了突破，能够生成具有流畅动作、丰富细节和电影级美学的1080p视频。

用于在智能手机上本地部署大语言模型/视觉语言模型/语音合成模型的跨平台框架。

LynxHub旨在作为一个全面的管理工具和助手，提供用户友好且灵活的环境。它并非一键安装工具。

Lyria 是谷歌最新的音乐生成模型，能够生成高保真度的音乐和专业级别的音频，涵盖多种音乐风格和复杂作品。

在您的 Mac 上，可立即获得 AI 帮助。无论在何处选中文本，均可在不离开当前应用程序的情况下，提升写作质量、核实信息或解释复杂主题。

Elelem 是一个功能强大的大语言模型客户端，可无缝连接到与 OpenAI API 兼容的服务。您可以轻松创建并切换多个自定义提示，以满足不同需求。Elelem 是开源且跨平台的，您可使用自己的 API 密钥来掌控一切；没有它……

面向开发者的生成式媒体平台。使用 fal 创造下一代创意，推理速度飞快。