d3-turbo
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。
写代码、审代码用的提示词、编程智能体任务说明和工具包,花更少的 Token。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。
vladers · 工具包
把语音转成文字,支持七种语言,是 IBM Granite Speech 5.0 TurboCTC 470M 的量化 GGUF 版本,为 transcribe.cpp 制作。适合想加入本地听写或转录功能的开发者。
unsloth · 工具包
Unsloth 制作的 Z-Image-Turbo 的 GGUF 文件,这是一个快速的蒸馏文生图模型,作者称它能放进 16 GB 的消费级 GPU。适合用支持 GGUF 的工具在本地生成图像的人。
DavidAU · 工具包
DavidAU 制作的 Qwen3.8-Flash-Next 的 GGUF 版本,有 27 种推理模式、27 种指令模式和 15 个可在提示词里切换的 AI 角色。适合有大显卡或大内存的人。
DavidAU 对 27B Qwen 模型的 GGUF 微调版,有可切换的指令和推理模式,以及内置的帮助系统。Hugging Face 把它列为图文转文字。供本地运行。
ruchangyao · 工具包
一步扩散模型,把低质量视频变成更高分辨率的清晰视频,有速度更快的 Turbo 版和画质更好的 Base 版。适合有高性能 GPU 的视频剪辑者和视觉研究者。
ResembleAI · 工具包
这个 350M 参数的模型为低延迟语音智能体打造,朗读英文文本,并能通过文本里的标签加入笑声和咳嗽声。适合想要快速、有表现力、显存占用更少的语音的开发者。
Kerstal · 工具包
Krea 2 模型文件的第三方副本,基于 Krea-2-Turbo,附有 Krea 2 社区许可证的摘要。模型卡没有描述这个模型的任务。
ibm-granite · 工具包
把七种语言的语音转成带标点和大小写的文字。这是 IBM Granite 推出的 4.7 亿参数小模型,适合在服务器、笔记本和手机上做快速转写。
LiquidAI 的稀疏混合专家模型 LFM2.5-8B-A1B 的 GGUF 版本,加入 DavidAU 的 Turbo Brilliance 系统和 12 种推理模式。8.5B 的实验性发布,供本地运行。
LiquidAI 的 LFM2.5-2.6B 的 GGUF 版本,加入 DavidAU 的 Turbo Brilliance 系统,有 12 种推理模式和 12 种指令模式,在提示词里切换。2.7B 测试版,供本地运行。
thedeoxen · 工具包
让 Krea2 Turbo 按 OpenPose 或 DWPose 骨架图的身体姿势出图,外观由你的提示词决定。适合在 ComfyUI 里工作的美术人员。
pnnbao-ump · 工具包
用 48 kHz 朗读越南语和英语,带来自三个地区的 23 个预设声音、即时声音克隆和实时流式输出。这是一个 131M 的小型文字转语音模型,在普通 CPU 上也能运行。
Comfy-Org · 工具包
借助 BRIA AI 重新打包的 Fibo 2.0 文件,在 ComfyUI 里编辑图片,提供 bf16 和 int8 两种版本,以及 Dev 和 Turbo 编辑工作流。适合在自己电脑上用 ComfyUI 的用户。仅限非商业许可。
Comfy-Org · 工具包
Comfy-Org 打包的 Z-Image-Turbo 文生图模型的 ComfyUI 即用文件,附带文生图、放大和 ControlNet 工作流。基于 Tongyi-MAI 的原版。
ggerganov · 工具包
OpenAI 的 Whisper 语音识别模型,转换成 ggml 文件供 whisper.cpp 使用,从 tiny 到 large-v3-turbo 多种尺寸,另有更小的量化版本。
openai · 工具包
OpenAI 的更快的 Whisper 模型,用于语音识别和语音翻译,有 809M 参数,解码层只有 4 层。适合开发者和需要转写音频的人。
speridlabs · 工具包
用 5 步、无引导的采样,把一张物体图片变成最多一百万个 3D 高斯,是 Idol 经过蒸馏的更快版本,适合 3D 美术师和 ComfyUI 用户。
DavidAU · 工具包
以 GGUF 形式运行 Qwen3.8-27B,带有一组可在提示词里切换的推理和指令模式。适合运行本地模型、喜欢调整模型工作方式的人。
lodestones · 工具包
用 MOSS-Image-Base 在 1024 px 下的完整微调版本根据文字生成图片,另附两个 8 步加速 LoRA。可直接替换 MOSS-Image-SFT,适合 diffusers 和 ComfyUI 用户。