来自 Hugging Face 的 AI 项目

KVPress Leaderboard

nvidia · 工具包

展示一个排行榜，用 Llama-3.1-8B-Instruct 和 Qwen3-8B 对比语言模型的 KV 缓存压缩方法。适合比较缩减模型所需内存方式的研究者和工程师。

KaniTTS

nineninesix · 工具包

在 Gradio 应用里提供 nineninesix 的 Kani 文字转语音模型，有多种模型规模以及英文和中文版本。适合想试用小型语音模型的开发者和创作者。

Marigold V2 klein Normal to Height

NightRaven109 · 工具包

用 FLUX.2 klein 4B 上的 Marigold V2，一步就把切线空间法线贴图变成高度图。这是一个面向纹理和 3D 材质工作的 Gradio 应用。

MiniCPM-OCR vs Unlimited-OCR-2

nielsr · 工具包

用两个 OCR 模型读取同一页文档，并把结果并排显示，检测到的区域与每个文字块相互关联。适合在文档 OCR 模型之间做选择的人。

Mage-VL-Cowork Computer Use

nielsr · 工具包

你给 Mage-VL-Cowork 模型一个任务，看它在一台用完即弃的 Linux 桌面上点击、输入、滚动并使用终端。适合研究电脑操作智能体的开发者。

RealESRGAN Pytorch

Nick088 · 工具包

通过一个好用的 Gradio 应用，用 Real-ESRGAN 放大图像和视频。适合想把低分辨率素材变得更大更清晰的摄影师、视频剪辑师和创作者。

AUDIO

NguyenVanMau2311 · 工具包

在 Docker 容器的 7860 端口上运行一个名为 AUDIO 的小型 Node.js 风格项目。来源没有说它的音频功能是什么，所以适合想阅读或运行这些文件的开发者。

Remove Silence From Audio

NeuralFalcon · 工具包

在一个跑在基础 CPU 硬件上的小型 Gradio 应用里，去掉录音中的静音段。适合播客制作人、剪辑师和整理语音录音的人。

HiDream Unlimited

namelessai · 工具包

通过 Gradio 网页用 HiDream 生成图像。README 说你想生成多少都可以，但没有列出任何设置。

VoxPocket 高棉语语音合成

muyleanging · 工具包

在浏览器里把高棉语文字转成语音，支持用短音频克隆声音、选择风格，也能按描述设计声音。适合做高棉语音频的创作者和研究者。

MTEB-BR Leaderboard

MTEB-BR · 工具包

在原生巴西葡萄牙语任务上给文本嵌入模型排名，22 个任务评测了 93 个模型。这是一个静态榜单页，适合挑选葡萄牙语搜索模型的研究者和工程师。

Open Universal Arabic Asr Leaderboard

msalhab96 · 工具包

在一个 Gradio 页面里，比较开源语音识别模型在阿拉伯语多种方言上的表现。适合挑选阿拉伯语语音转文字模型的研究人员和开发者。

ZONOS3 Mini

mrfakename · 工具包

用 ZONOS3-Mini 模型把文字转成十种语言的语音，有 27 种预设声音、短片段声音克隆、语速和响度控制，以及情绪调节。

Confucius4-R2T2 WebGPU

mrfakename · 工具包

通过 WebGPU 在你的浏览器里把中文和英文语音转成文字，可以处理音频文件或实时麦克风。适合不想把音频发到服务器的人。

Wasm Agents Blueprint

mozilla-ai · 工具包

mozilla-ai 做的静态网页，用来测试由 WebAssembly 驱动的 AI 智能体，提到了 Devstral-Small-2507 和 Qwen3-8B 两个模型。适合探索能在浏览器里运行的智能体的开发者。

Spark-X2.6-1.7B WebGPU

mohdmahmodi · 工具包

通过 WebGPU 在你的浏览器里运行 Spark-X2.6-1.7B 聊天模型，你输入的内容留在自己的设备上。适合想要私密本地聊天、使用桌面版 Chrome 或 Edge 的人。

Arabic Auto Tashkeel

MohamedRashad · 工具包

通过 Gradio 应用给没有标记的阿拉伯语文本加上 tashkeel，也就是阿拉伯语元音符号。适合教师、学习者和做语音的开发者。

OmniVoice MLX

mlx-community · 工具包

通过社区的 MLX 后端用 OmniVoice 文字转语音模型朗读文本，适合想试用它或在 Apple 芯片 Mac 上运行它的人。

StatePact Concurrency Playground

Mithun-2714 · 工具包

在浏览器里模拟共享可变状态的智能体如何冲突，提供五种隔离模式，让你亲眼看到超卖、丢失更新和写偏斜。

Teacher in the Loop

MithrilMan · 工具包

在浏览器里完整运行从 Kokoro-82M 蒸馏出来的 8M 参数小型语音合成声音，并附有对比各训练方案的音频样本。

Reachy Mini ElevenLabs Conversation

mindmodelai · 工具包

让 Reachy Mini 机器人通过 ElevenLabs 对话式 AI 智能体进行语音对话，带有头部动作和口型同步，适合这款机器人的主人。

YourMT3

mimbres · 工具包

在 Gradio 应用里运行 YourMT3 演示。它的文件夹名称指向把音频转成 MIDI 的音乐转录，适合处理音乐和音频模型的人。

Grounding DINO Demo

merve · 工具包

根据文字描述在图片里找物体，不需要固定的标签清单。这是 Grounding DINO 开放集检测器的 Gradio 演示，适合开发者和视觉研究人员。

ChatGPT Prompt Generator

merve · 工具包

用在公开提示词集合上训练的模型，根据一个简短的起始短语生成类似 ChatGPT 的提示词。适合想找灵感、想知道该问聊天助手什么的人。

Z Image Turbo by Maynor996

Maynor996 · 工具包

用 Z-Image-Turbo 模型根据文字提示词生成图片，在一个运行于 ZeroGPU 的 Gradio 页面里。由 Maynor996 部署，界面与原版演示相同。

Sana Manga Coloring

masterofaudio2077 · 工具包

用两个 Sana 600M 模型给黑白漫画页上色，一个在原画上添加颜色，一个重绘整页，适合处理自己页面的画师和爱好者。

Music Stem Transcriber

mankalakiot · 工具包

在浏览器或你自己的电脑上运行一个小型 Gradio 应用，按名称推测它用来转写音乐分轨。来源没有给出说明，所以具体的输入和输出并不明确。

A Universe Named

Manii77 · 工具包

读取一条影评，并用 DistilBERT 模型判断它的情感倾向，适合想快速自动了解一条评论倾向的人。

Gradio Lipsync Wav2lip

manavisrani07 · 工具包

在 Gradio 页面里运行 Wav2Lip 口型同步，把嘴部动作和语音音频对上，适合试验视频和语音工具的人。

Image Face Upscale Restoration

malekradwan130 · 工具包

放大图片并修复其中的人脸，适合想要更清晰的人像图片的人，标题里列出了 GFPGAN、RestoreFormerPlusPlus 和 CodeFormer。

Fine T2i Api

ma-xu · 工具包

一个用 Docker 打包的 Python 应用，关联 fine-t2i 数据集，它的地址表明是用来探索这份数据的。README 没有描述，所以具体功能没有写明。

TranskunGUI

Lollikit · 工具包

给 Transkun 钢琴转录模型配上一个简单的 Gradio 界面，让你在浏览器里把钢琴录音变成乐谱音符。适合音乐人、学生和开发者。

GPT OSS 20B Heretic Chat

locojefe · 工具包

让你在浏览器里和 gpt-oss-20b-heretic 语言模型对话，它在 ZeroGPU 上运行，只显示最终回答，适合想试用这个社区模型的人。

VideoLLaMA2

lixin4ever · 工具包

一个基于 VideoLLaMA2 模型、用来理解视频等媒体内容的聊天应用。在浏览器里以 Gradio 应用在 ZeroGPU 上运行，适合想就视频片段提问的人。

LightOnOCR-3 Demo

lightonai · 工具包

读取页面图片，把文字以 Markdown 形式返回，并带有版面定位。这是 LightOnOCR-3 模型的演示，在浏览器里于 ZeroGPU 上运行。

Project Homunculus URDF viewer

lerobot · 工具包

在浏览器里显示一只带手套的动画 3D 手，有 16 个关节滑块，还有读取实时手指传感器的 USB 手套模式。没有后端，直接运行。

Pose Skeleton Multi-Orang (DWPose/RTMW)

kulkas2pintu · 工具包

把照片转成 OpenPose 风格的姿态图，专门应对一帧里多人互相重叠的情况。这些图可以当作 ControlNet 姿态模型的控制图。在 CPU 上运行。

Falcon1 2.6M Image

Kuantum-ai1 · 工具包

托管一个 Falcon1-2.6M-Image 模型的 Gradio 演示。README 没有给出说明，只有名字暗示它和图像有关。

Anime Recommendation System

krishnaveni76 · 工具包

根据你的口味或你喜欢的一部作品推荐动漫，混合协同过滤、基于内容和基于热度三种方法。这是一个 Streamlit 应用，适合动漫迷，也适合研究推荐系统的人。

Duyu-small

KaanAydinli · 工具包

在浏览器里把土耳其语和英语的语音转成文字，来源可以是录音或上传的文件。一个小模型在你自己的设备上运行，所以你的音频不会离开设备。

Laplace-1-Vector

JuneoAI · 工具包

在智能体行动之前，给它可选的做法打分，或预测接下来会发生什么。这是 4B 决策模型 Laplace-1-Vector 的演示和 MCP 服务器，适合构建智能体的开发者。

Transcripción automatica en aragonés

Juanpabl · 工具包

把阿拉贡语语音转成文字，可以上传音频文件，或用麦克风录一段最长 60 秒的录音。这是一个针对阿拉贡语微调的 Omnilingual LLM-3B 模型的演示。

Finetune

josephwong135 · 工具包

把 Hugging Face 的 AutoTrain 打包成 Docker 应用，AutoTrain 是一种免写代码训练 AI 模型的方式。适合想不写代码训练模型的人，可以在浏览器里用，也可以在自己的电脑上运行。

DFlowNovo De Novo Peptide Sequencing

joelinator · 工具包

用流匹配模型从串联质谱文件预测肽段序列，返回计算质量和置信度分数，结果可以保存为 CSV 或 TSV。适合蛋白质组学研究者。

Rein-NPC playground

jmc0 · 工具包

让你和一个小镇里的三个游戏角色对话，它们由一个只下载一次、在浏览器里运行的 4B 模型扮演，每条回复下面都会显示模型做出的决定。

humanizer

jialinyyzz · 工具包

把 AI 写的中英文草稿改写得像真人写的，数字、日期、人名和引语保持原样，还可以把选中的段落一字不改地锁住。

Image Face Upscale Restoration

jhon19792025 · 工具包

修复并放大照片里的人脸，在一个 Gradio 页面里提供多个修复模型。适合修复老旧或模糊人像的人。只使用你有权使用的照片。

Basal-1.5 Demo & API

jglowa · 工具包

Remek Kinas 的 basal-1.5 模型的 Gradio 演示和 API，有名为 4.5B、max 和 mini 的三个变体，可以在线运行，也可以用 Python 3.12 在你的电脑上运行。

Qwenputer Front Panel

jgalego · 工具包

回放 Qwenputer 的录制运行，它是一个在额外层里内置 RISC-V CPU 的 Qwen3.5-4B 模型，旁边是显示层、寄存器和内存的前面板，在你的浏览器里运行。

ANCHOR: the page changed, which robot noticed?

isntlucxs · 工具包

在浏览器里展示传统 RPA 脚本和 ANCHOR 自动化智能体在同一个网页上、在它发生五个等级的变化前后各自的表现。