WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
共 98 个项目 · 第 1 / 1 页
全部
11236
工具
5334
库 / 框架
1987
资源合集
631
Agent 基础设施
451
AI 应用
415
其他 / 未分类
406
Agent 工具
387
技能包
382
AI Agent
332
数据库
245
编排层
153
Agent 外壳
134
Agent 框架 / SDK
116
模型
98
AI 平台
86
低代码平台
79
第 1-98 条,共 98 个
项目
收录
建库
Stars
01
W
whisper
OpenAI
通用
语
音识
别模型,
提供
多
语言
转录、
翻译
和
语
种
识别,
并
发布
多
档模型
权重
与
推理
代码,
可
在
本
地
运行。
openai
2026-08-26
2022-09-16
112.5k
stars
02
V
VibeVoice
微软
开源
的
语音
AI 模型
家族,
包含
长
音频语
音识别、
多
说
话
人
TTS
和
实时
流式
TTS 模型
权重。
microsoft
2026-07-29
2025-08-25
57.2k
stars
03
K
kronos
面
向
金融
市场
K
线序列
的
开源
基础
模型,
提供
多
规模
预训
练权重、
预测
接口
与
微调
回
测
流程。
shiyu-coder
2026-07-22
2025-07-01
48.0k
stars
04
V
voxcpm
audio
deeplearning
minicpm
开源
2B多
语言TTS模型,
无需
分词器,
支持
声音
设计、
可控
复刻
与
48kHz studio级
语音
合成。
openbmb
2026-06-26
2025-09-16
42.6k
stars
05
C
ChatTTS
agent
text-to-speech
chat
为
日常
对话
优化
的
开源
中
英文语音合成
模型,
提供
预训
练权重
与
推理
代码,
支持
多
说
话人
与
韵律
控制。
2noise
2026-06-26
2024-05-27
40.0k
stars
06
T
timesfm
谷歌
时序
预测
基础
模型,
支持
多
变量
与
协变量
零样本
预测,
提供
PyTorch
与
MLX
推理
代码
及
预训
练权重。
google-research
2026-06-24
2024-04-29
35.5k
stars
07
U
unlimited-ocr
百度
发布
的
长程文档
解析OCR
模型,
支持
单图
多
页
PDF
解析,
提供
权重
与
多
种
推理
部署
方式。
baidu
2026-07-09
2026-06-18
31.1k
stars
08
U
unilm
nlp
pre-trained-model
unilm
微软
大
规模
自监督
预训
练
项目
合集,
发布
语言、
视觉、
语音
与
多
模态
等
众多
基础
模型。
microsoft
2026-06-24
2019-07-23
22.2k
stars
09
Q
Qwen
chinese
large-language-models
flash-attention
开源
通义千问系列
大
语言模型
权重
发布,
含
基座
与
对话
模型
及量化
微调部署
说明。
QwenLM
2026-06-24
2023-08-03
22.0k
stars
10
S
surya
deep-learning
document-ai
layout-analysis
面
向
文档
的
OCR
与
版面
分
析视觉
语言
模型,
可
输
出
文本、
版面、
阅读
顺序
和
HTML
表格,
配套命
令行
与
Python
推理
接口。
datalab-to
2026-11-17
2024-01-10
21.6k
stars
11
F
FinGPT
chatgpt
finance
fintech
开源
金融
大模型
项目,
发布
情感
分析、
投顾
预测
等
多
款
微
调权重、
数据
集
与
训练
评测
代码。
AI4Finance-Foundation
2026-06-24
2023-02-11
21.6k
stars
12
D
DeepResearch
agent
llm
artificial-intelligence
通义
30B
深度
信息
搜索
大模型
权重
发布,
配套ReAct
推理
与
评测
脚本
及
在
线
演示。
Alibaba-NLP
2026-06-24
2025-01-09
20.1k
stars
13
C
Chinese-LLaMA-Alpaca
llm
plm
alpaca
面
向
中文场
景
的
LLaMA
与
Alpaca系列
开源
大模型,
发布
LoRA权
重并
提供
词
表
扩充、
预训
练微调
与
本
地量化
部
署
教程。
ymcui
2026-06-24
2023-03-15
18.9k
stars
14
L
lingbot-map
面
向
流式
三
维重建
的
前馈
基础
模型,
发布权重
与
交互
演示,
支持
长序列
位
姿
与
稠密
几
何
实时
推理。
robbyant
2026-07-09
2026-04-15
18.6k
stars
15
K
kittentts
KittenML
开源
的
小型
文本
转语
音模型
家族,
覆盖
4MB
到
1
.7B
参数,
支持
多
语言、
声音
克隆
与
情感
表达,
可
在
CPU
或
消费
级
GPU
上
运行。
kittenml
2026-07-15
2025-08-05
16.9k
stars
16
A
ace-step-1.5
text2music
开源
音乐生成
基础
模型,
支持
文本
生成
完整
歌曲、
翻唱、
局部
重绘
与
人声
转伴奏,
可
在
消费
级
显卡本
地
运行,
并
提供
LoRA
个性化
训练。
ace-step
2026-07-21
2025-09-04
14.8k
stars
17
R
RWKV-LM
attention-mechanism
deep-learning
gpt
融合RNN
与
Transformer
优点
的
RWKV线性
注意力
大模型
系列,
发布权重
与
训练
推理
实现。
BlinkDL
2026-06-24
2021-08-08
14.8k
stars
18
Y
yue
foundation-models
music-generation
huggingface
前
沿
开源
音乐生成
模型,
先
规划
符号化
旋律
与
和
弦,
再生
成含
人声
与
伴奏
的
完整
歌曲,
支持
翻唱
与
智
能
体
编辑。
multimodal-art-projection
2026-09-12
2025-01-23
13.6k
stars
19
C
CogVideo
llm
sora
video-generation
开源
文生
视频
与
图生
视
频模型
系列,
提供
权
重下载、
推理
示例
与
微调
代码
的
研究型
模型
发布。
zai-org
2026-06-24
2022-05-29
13.2k
stars
20
T
trellis.2
面
向
图像
生
成3D
资产
的
大型
生成
模型,
提供
4B
预训
练权重、
推理
训练
代码
与
网页
演示。
microsoft
2026-07-09
2025-11-26
13.1k
stars
21
H
HRM
brain-inspired-ai
deep-learning
large-language-models
脑启
发分层
推理
模型
官方
代码
与
权重
发布,
含训
练评估
流程
及
数
独
迷宫
推理
基准
的
模型
研究
项目。
sapientinc
2026-06-24
2025-07-09
12.7k
stars
22
M
MOSS
chatgpt
deep-learning
dialogue-systems
复旦
开源
的
中英
双
语
工具
调用
对话
大
模型,
提供
系列权重、
数据
与
部署
微调代码。
OpenMOSS
2026-06-24
2023-04-15
12.4k
stars
23
M
minimax-h3
支持
图文
音
视频混合
输入
的
通用
视频
音频生
成
大
模型,
可生
成2K立体
声
短片,
附
提示
词
技能
与
部署
权重。
minimax-ai
2026-08-09
2026-07-30
11.9k
stars
24
M
MiniCPM
面
向
端侧
的
MiniCPM系列
小
参数
大模型
权重
发布,
主打
低
资源
部署
并
配套
开放
高
质量
训练
数
据集。
OpenBMB
2026-06-24
2024-01-29
11.9k
stars
25
K
Kimi-K2
Moonshot AI
开源
的
1T
参数
MoE
语言模型
系列,
包含
Base
与
Instruct
权重,
面
向
智
能体、
工具
调用
和
代码
任务,
可用
vLLM/SGLang
部署。
moonshotai
2026-08-26
2025-07-03
11.1k
stars
26
L
ltx-2
generative-ai
ltx
ltx-2
LTX-2
音视频生成
基础
模型
的
官方
Python
推理
与
LoRA训
练包,
提供
多
种
文/
图
生视
频
管线
与
优化
选项。
lightricks
2026-07-15
2026-01-03
10.2k
stars
27
K
kev
decision-model
jev
qwen3
一
组
基于
Qwen
的
小型
决策
模型,
支持
是
/否、
多选
和
评分
问题,
提供
预训
练权重、
微调
流程
和
本地
服务。
jaredpalmer
2026-09-21
2026-09-17
10.1k
stars
28
L
longcat-video
13.6B统
一视
频生成
基础
模型,
支持
文生
图
生视
频续
写
与
长视频
高效
推理,
权重
开放
下载部署。
meituan-longcat
2026-07-09
2025-10-25
9.6k
stars
29
K
kimi-k3
月
之
暗面
开源
的
2
.8T
参数
原生多
模态
MoE
大
模型,
支持百万
token
上
下文
与
长程
编码、
知识
工作。
moonshotai
2026-07-27
2026-07-27
9.1k
stars
30
D
Dolphin
document-analysis
layout-analysis
ocr
字节
跳动
开源
的
多
模态
文档
解析
模型,
采用
两
阶
段
“先分析
后
解析”
架构,
支持
数
字版
与
拍摄
文档
的
版面
分析、
表格
公式
识别,
并
输出
结构化 Markdown/JSON。
bytedance
2026-08-26
2025-05-13
9.1k
stars
31
Q
Qwen-Image
擅长
复杂文字
渲染
与
精确
图
像
编辑
的
200亿
参数
开源
生图
基础
模型。
QwenLM
2026-06-24
2025-08-03
8.5k
stars
32
W
weathernext
weather
weather-forecast
谷歌DeepMind
的
全球
中
期
天气
预报
与
气旋
预报
AI模型
权重及
运行
代码。
google-deepmind
2026-08-09
2023-07-14
7.7k
stars
33
G
glm-5
agentic-ai
coding
llm
智谱
开源
的
MoE
大语言模型
系列,
面
向
长程智
能体
与
复杂
系统
工程,
需自行
下载部
署
权重。
zai-org
2026-06-26
2026-02-09
7.5k
stars
34
L
LLM4Decompile
decompile
reverse-engineering
large-language-models
面
向
二进制
反编译
的
开源
大模型
系列,
支持
将
汇编
直接
还
原为
可读
C
代码,
并
提供
评测集
与
微调
脚本。
albertan017
2026-06-24
2024-02-28
7.3k
stars
35
C
Chinese-LLaMA-Alpaca-2
alpaca
llama
llm
基于
Llama-2
扩展
中文词
表
并
增量
预训练
的
开源
中文
基座
与
指令
大模型
权重系列。
ymcui
2026-06-24
2023-07-18
7.1k
stars
36
S
sensenova-u1
商汤
原生统
一多
模态
模型
系列,
提供
图像
生成、
编辑、
交错
输出
与
视觉理解
的
推理
示例、
训练
代码
和
权重。
opensensenova
2026-07-18
2026-04-17
6.9k
stars
37
N
neutts
开源
端侧 TTS 语
音模型
系列,
支持
即时
声音
克隆、
多
语言
与
GGUF
量化,
可
在
手机、
笔记
本
本
地
推理。
neuphonic
2026-07-22
2025-10-02
6.3k
stars
38
D
dflash
用于
投机
解码
的
轻量
块
扩散
模型,
提供
并行起
草检
查点
与
推理
/评测
工具,
可
接入
Transformers、
MLX、
SGLang
和
vLLM
加速
大模型
生成。
z-lab
2026-07-15
2026-01-04
6.2k
stars
39
Q
qwen3.8
通义千问Qwen3.
8系列
大模型
权重
发布,
覆盖
编码
智
能体
与
长程
任务
并
支持
多
尺
寸
下载。
qwenlm
2026-08-19
2025-09-11
4.5k
stars
40
L
limix
foundation-models
limix
machine-learning
面向
表格
的
结构
化数
据
基础模型
权重,
单模型
直
推完成
分类、
回归
与
缺失值
填充
任务。
limix-ldm-ai
2026-08-07
2025-08-27
4.4k
stars
41
M
MOSS-TTS
audio
audio-tokenizer
llm
开源长
语音
与
对话
合成模型
家族,
支持
多
语
克隆、
实时
流式
与
音效生成,
需自行
下载
部署。
OpenMOSS
2026-08-17
2026-02-07
4.3k
stars
42
G
gpa
text-to-speech
transformer
voice-conversion
统
一语
音识别、
语音
合成
与
声音
转换
的
自回
归
音
频
模型,
提供
0.6B 权重、
PyTorch/ONNX
推理
与
微调
流程。
autoark
2026-07-16
2025-12-16
3.1k
stars
43
T
tabfm
谷歌
研究
的
表格
基础
模型,
开箱
零样本
做
混
合类型
表格
的
分类
与
回归,
附sklearn
兼容
接口
与
预训
练权重。
google-research
2026-07-09
2026-06-16
2.8k
stars
44
U
unimate
统
一骨
骼动
画生
成
模型:
根据
文本
提示
为
任意骨架生
成动作,
附带
UniML3D 数
据集、
训练
与
推理
代码,
支持动
作
补间、
编辑
和
扩展。
friedrich-m
2026-10-01
2026-07-22
2.7k
stars
45
M
mai-ui
gui-agent
gui-grounding
gui-navigation
通义
MAI-UI/Qwen-UI-Agent
基础 GUI 智
能
体模型
库,
统
一
手机、
电脑、
浏览器
与
深度
搜索场
景,
并
发布模型
权重
与
评测。
tongyi-mai
2026-08-21
2025-12-15
2.4k
stars
46
M
MMAudio
audio
audio-synthesis
computer-vision
CVPR
2025
的
视频
转音
频合成
模型,
可
根
据
视频
和
文本
生成
同步
音效,
并
提供
预训
练权重
与
推理、
训练
代码。
hkchengrex
2026-08-26
2024-12-07
2.3k
stars
47
M
MOSS-Transcribe-Diarize
audio
multilingual
speaker-diarization
开源
0.9B 端
到
端音
频理
解模型,
支持
50
多
种
语言
的
长音
频
转写、
说话
人
分离、
时间
戳
和
声学
事件
标注,
附带
推理
代码、
字幕 Web
应用
与
微调
指南。
OpenMOSS
2026-07-19
2026-05-13
2.3k
stars
48
V
vlx-seek
边缘
具
身视觉问
答定
位
大模型,
以
区域
检索
替
代
坐
标生成,
需下
载权
重本
地
推理
部署。
om-ai-lab
2026-08-10
2026-06-26
2.2k
stars
49
H
hunyuanocr
腾讯
轻量
级
端
到
端 OCR
视
觉
语言
模型,
统
一
文
档
解析、
文字
检测、
信息
抽取
与
图文
翻译,
附训练
和
推理
代码。
tencent-hunyuan
2026-07-18
2025-11-18
2.1k
stars
50
J
joyai-echo
京
东
开源
的
音视
频生成
模型
仓库,
包含
长
视频生成
Echo-LongVideo
与
可交互
世界
模型
Echo-
WM,
提供
推理
代码
与
模型
权重。
jd-opensource
2026-08-25
2026-06-02
2.1k
stars
51
F
fireredaudio
通用
音频
语言模型
FireRedAudio
的
官方
代码
与
权重,
覆盖
语
音识别、
理解、
克隆
和
编辑。
fireredteam
2026-08-21
2026-08-22
2k
stars
52
L
lingbot-world-v2
可
交互
世界
模型
LingBot-World
2.0
的
权重
与
推理
代码,
支持
因果视频生成、
长
时
交互
与
多动
作
事件。
robbyant
2026-07-15
2026-07-08
1.9k
stars
53
D
descript-audio-codec
audio
audio-compression
compression-algorithm
Descript
开源
的
神经
音
频编解
码器
模型,
可
将
44
.1kHz
音频
高保真压
缩约
90
倍,
并
提供
训练、
编码
与
解码
脚本
及
权重。
descriptinc
2026-08-26
2023-06-12
1.9k
stars
54
M
magenta-realtime
jax
machine-learning
mlx
Google
开源
的
实时
音乐生成
模型,
附带 JAX/MLX
推理库、
C+
+
引擎
与
示例
应用,
可
在
Apple Silicon 上
流式
生成
音乐。
magenta
2026-08-26
2025-06-12
1.9k
stars
55
R
RAVE
deep-learning
neural-network
audio
IRCAM
开源
的
实时
神
经音
频合成
模型
RAVE,
提供
训练、
导出
与
实时
推理
工具,
可用
于
音色
转换
与
音乐生成。
acids-ircam
2026-08-26
2021-06-25
1.8k
stars
56
W
wemm-embedding
embedding-models
multimodal
multimodal-llm
腾讯微
信视觉团队
开源
的
多
模态
嵌入
模型
系列,
提供
2B/4B/9B 权重,
统
一
文本、
图像、
视频
与
文档
的
检索
表示。
tencent
2026-08-25
2026-08-25
1.8k
stars
57
M
mage
轻量
多
模态模型
家族,
含图
像
视
频理解
与
文生
图
模型,
发布权
重供
研究微调部署
使用。
microsoft
2026-07-29
2026-06-15
1.8k
stars
58
F
fireredtts3
FireRedTTS3
多
语言
多
方言语音克隆
模型
的
官方
代码
与
权重,
支持
音色
设计
和
语音
编辑。
fireredteam
2026-08-21
2026-08-13
1.7k
stars
59
V
vibevoice
可生
成90
分钟多
说话
人
播
客级
语音
的
表现
力长
文本
语
音合成
开源
模型。
vibevoice-community
2026-08-08
2025-09-04
1.7k
stars
60
F
Fun-ASR
audio-language-model
pytorch
speaker-diarization
通义
实验室
开源
的
端到
端语
音识
别模型
家族,
覆盖
中
文方
言口音
与
31
种
语言,
提供
多
种
推理
方案。
QwenAudio
2026-08-26
2025-12-15
1.6k
stars
61
S
SALMONN
audio
audio-processing
large-language-models
字节
跳动
的
多
模态
大语言模型
系列,
覆盖
语音、
音频
与
音视
频理解,
并
开源
模型
权重
与
推理
训练
代码。
bytedance
2026-08-26
2023-08-11
1.6k
stars
62
C
CrisperWhisper
asr
audio
detection
面
向
逐字
转写
的
多语
言语
音识
别模型,
支持
逐字
/意
图双
模式
与
词级
时间
戳,
并
提供
推理
代码
与
权重。
nyrahealth
2026-08-26
2024-05-24
1.5k
stars
63
D
dots.tts
2B
参数
的
全
连续
端
到
端自
回归语
音合成
模型,
支持
中英
等
多
语言、
零样
本
音色
克隆
与
精确
语
音
编辑,
在
多
项
基准
上
达到
开源
最
优,
并
提供
推理
与
微调
代码。
rednote-hilab
2026-07-21
2026-06-04
1.4k
stars
64
B
bernini
video-editing
video-generation
image-editing
字节
跳动
的
视频
生成
与
编辑统
一
框架,
MLLM 语义
规划器
加 DiT 渲染器,
并
开源
推理
与
训练
代码
及
权重。
bytedance
2026-07-15
2026-05-29
1.4k
stars
65
W
wall-x
WALL 系列
具身
基础
模型
的
官方
训练
与
推理
代码库,
包含
LeRobot 数
据
准备、
流匹
配/FAST
动
作
分支、
服务
与
评测
工具。
x-square-robot
2026-07-20
2025-09-04
1.3k
stars
66
M
mini-agi
一
个
可
在
单张
8GB
显存显卡
上
持续
训练
的
字节
级
语言模型
实验,
权
重存磁盘、
按
需
换入
显存,
并
能
从
阅读
中
不断
学习。
volotat
2026-09-21
2026-09-19
1.3k
stars
67
L
lift
ai
extract
ocr
Datalab
开源
的
9B
视觉
模型,
按 JSON Schema
从
PDF
和
图片
中
抽取
结构化数据,
支持
本地
或
vLLM 部署。
datalab-to
2026-08-27
2026-06-03
1.3k
stars
68
T
timestral
面
向
多
变量
概率
预测
的
时间
序列
基础模型族,
提供
轻量
推理
代码
与
领先
基准。
mistralai
2026-10-15
2026-10-15
1.2k
stars
69
G
giga-world-1
面
向
机器
人
策略
评估
的
世界
模型
路线图
项目,
开放
训练
推理
流程、
模型
权重
与
数据
集及
评测
榜单。
open-gigaai
2026-07-31
2026-06-30
1.1k
stars
70
L
lingbot-vla-v2
面
向
真实机器
人
应用
的
视觉
-语言
-动
作
基础
模型,
发布
预训
练权重
与
训练/部署
代码,
支持
多
构型
操作
与
预测
动力
学
建模。
robbyant
2026-07-15
2026-07-07
1.1k
stars
71
O
opd
llms
mechanism
on-policy-distillation
研究on-policy distillation
的
大模型论文官
方
代码,
含OPD/SFT/GRPO训练
脚本、
评测
流程
与
已
发布checkpoint。
thunlp
2026-07-15
2026-04-12
1.1k
stars
72
Q
qwen-agentworld
面
向
通用
智
能
体
的
语言
世界
模型
权重
与
评测
基准,
统
一
仿
真MCP、
搜索、
终端
等
七类
交互
环境。
qwenlm
2026-06-26
2026-06-22
1k
stars
73
M
minimax-music3
可
生成五
分钟
完整
歌曲
的
音乐生成
模型
权重
发布,
支持
歌词
与
结构化
提示
控制,
需双
卡
自托管
推理。
minimax-ai
2026-08-17
2026-08-11
1k
stars
74
H
hulu-med
面
向
医疗多
模态
理解
的
开源
视觉
语言模型
系列
(4B-235B),
覆盖
医学
文本、
2D
/3D
影像
与
视频,
附
推理
与
训练
代码。
zjui-ai4h
2026-07-29
2025-10-08
1k
stars
75
L
lingbot-vision
面
向
密集空间
感知
的
自监
督视觉Transformer
骨
干模型
家族,
提供
多
规模
预训
练权重。
robbyant
2026-07-09
2026-07-06
1k
stars
76
O
open-d4rt
D4RT
的
开源
PyTorch复现
与
检查点,
支持
4D
重建
跟
踪训练
评测
与
可视化,
需GPU
运行。
lijiaxin0111
2026-08-17
2026-05-02
1k
stars
77
B
boogu-image
开源
图像
生成
与
编辑
模型
系列,
包含
Base、
Turbo、
Edit
等
变体,
支持
文生图、
图像
编辑
和
中英文
文字
渲染,
并
提供
推理
代码
与
权重。
boogu-project
2026-07-20
2026-06-16
1k
stars
78
K
krea-2
Krea 2
开源
生图
模型
的
官方
推理
仓,
含RAW
与
Turbo
双权
重,
RAW训练LoRA
后
放Turbo
推理。
krea-ai
2026-08-07
2026-06-22
997
stars
79
L
lingbot-video
image-to-video
video-generation
world-models
面
向
具身智能
的
开源
大规模
MoE视频生成
模型,
提供
模型
权重、
推理
脚本
与
评测
基准。
robbyant
2026-07-09
2026-07-08
983
stars
80
E
evoke
Alaya Lab
的
交互式
音视频
世界
模型
实现,
支持
文本
/图
像
/视频
条件
生成、
相机
控制
和
长时
程续
写,
并
发布
推理
代码
与
权重。
alayalab
2026-08-25
2026-08-12
978
stars
81
O
orca
BAAI
的
通用
世界
基础
模型,
发布
Orca-4B 权重
与
文本、
图像、
动作
读出
评测
代码。
orca-wm
2026-07-22
2026-07-04
889
stars
82
H
hy-embodied
腾讯混
元
开源
的
具身视觉语言
基础
模型,
约
30B
总
参数、
每
token 激
活
约
3B,
面
向
物理
世界
智
能
体,
提供
权重
与
Transformers/vLLM
推理
代码。
tencent-hunyuan
2026-07-16
2026-04-05
881
stars
83
O
OpenCUA
benchmark
computer-use-agent
dataset
面
向
计算机
使用
智
能体
的
开放
基础
套件,
包含
OpenCUA 系
列视
觉
语言模型
权重、
AgentNet 数
据集、
标注
工具
与
离线
评测
基准。
xlang-ai
2026-08-27
2025-06-21
877
stars
84
C
Confucius4-TTS
audio
cross-lingual
deep-learning
网易
有道
开源
的
多语言
跨
语
种
零样
本
TTS 模型,
支持
14
种
语言
的
声音
克隆
与
情感
迁移。
netease-youdao
2026-08-27
2026-05-19
861
stars
85
D
doc-to-lora
ai
ai-agent
hypernetworks
让
大模型
瞬间
记
住
文档
的
超网
络
方法
与
预训
练权重,
可内化
上
下文后
直接
问答
并
一
键复现论文
实验。
SakanaAI
2026-06-24
2026-02-11
844
stars
86
A
alayaworld
开源长
时程
可
交
互
视频
世界
模型,
支持
实时
镜头
控制、
提示
切换
与
长时
记忆
一
致性,
并
提供
训练、
推理
代码
和
多
阶段
模型
权重。
alayalab
2026-07-17
2026-07-07
807
stars
87
D
dreamx-world
通用
交互式
世界
模型,
可
根据
相机
控制
与
事件
提示
生
成长
时序、
可
探索
的
高保
真视频
世界。
amap-ml
2026-07-23
2026-04-10
790
stars
88
S
sensenova-vision
mllm
mllm-for-cv
unified-cv
将
异构视觉
任务统
一
为
多
模态
生成
的
视觉
大模型,
发布权重、
语料
与
推理
评测训练
流程。
opensensenova
2026-08-13
2026-06-29
733
stars
89
M
MOSS-Audio
audio-captioning
audio-question-answering
audio-understanding
开源
音频理
解模型
系列,
支持
语
音识别、
环境
声
与
音乐理解、
音频
描述、
时间
感知
问答
和
复杂
推理,
并
提供
4B/8B
的
Instruct
与
Thinking 权重。
OpenMOSS
2026-09-06
2026-04-11
709
stars
90
I
infinisplat
从
单张
或
多
张图像
前
馈重建
三
维高斯场
景
的
学术
模型,
支持
新
视角
渲染,
需本
地配
环境
下载权
重运行。
zju3dv
2026-08-09
2026-07-24
680
stars
91
H
hy3
腾讯混
元
295B混合
专家
推理
模型
权重,
高性
价比,
强智
能体
与
长
上
下文
能力
可自部署。
tencent-hunyuan
2026-08-07
2026-07-02
676
stars
92
H
helixworld
audio-visual
generative-ai
realtime
Noiz AI
的
实时
交
互式
音视频
世界
模型,
给定
图像
和
提示
词
即
可边
移动
边生
成同
步
画面
与
空间
音频,
并
发布
推理
代码
和
权重。
noizai
2026-08-25
2026-08-03
658
stars
93
L
lavasr
轻量
高
质量
语音
修复
模型,
可
将
低
采样
noisy
音频
超分
增强
为
干净
清晰
的
48kHz
语音。
ysharma3501
2026-08-05
2026-02-10
627
stars
94
M
MinerU-Diffusion
ai4science
diffusion
dlm
基于
块级
扩散
解码
的
2
.5B 文档
OCR
模型,
替代
自回归生成
以
加速
版面、
文字、
公式
与
表格
识别,
提供
权重
和
推理
代码。
opendatalab
2026-08-27
2026-03-13
623
stars
95
L
liquid-audio
audio
foundation-models
lfm2
Liquid AI
发布
的
LFM2-Audio-1.5B 端
到
端语
音
大
模型,
附
Python
推理
与
微调
代码,
支持
实时
语音
对话、
ASR
和
TTS,
可下
载权
重本
地
运行。
Liquid4All
2026-08-27
2025-09-29
603
stars
96
M
mira
可实时
游玩
的
火箭
联盟多
人
交互
世界
模型,
提供
官
方训练
代码、
数据
集
与
评测
入口。
mira-wm
2026-07-09
2026-07-05
599
stars
97
L
llada2.x
蚂蚁
集团
InclusionAI
的
扩散
语言模型
系列,
含
16B/
100B MoE
权重、
训练
代码
与
基于
dInfer/SGLang
的
高性
能
推理
支持。
inclusionai
2026-07-23
2025-12-11
532
stars
98
D
dramabox
基于
LTX-2
.3
的
富有
表现力
提示
词
驱动
TTS
与
声音
克隆
模型,
支持
长
文本
分块
生成。
resemble-ai
2026-08-06
2026-04-16
520
stars
第 1 / 1 页