Drishya Tiny
udgamlabs · 工具包
把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。
udgamlabs · 工具包
把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。
torchcast-ai · 工具包
基于 Qwen3.5-4B 的 4B 决策模型,一次推理就返回是非概率、选项分布和分数分布,不生成文本。适合英文分类、路由和评分标准检查。
Tongyi-MAI · 工具包
读取截图和指令,决定在手机或电脑屏幕上点哪里、输入什么。它是 MAI-UI 图形界面智能体家族里的 8B 模型,面向构建设备智能体的开发者。
thaitea · 工具包
针对一张图像,以选项、是非概率或评分等级的形式一次性回答问题,还能根据屏幕像素玩简单的游戏,有 201M 参数。适合构建图像分诊的开发者。
tencent · 工具包
为助手写长期记忆,在 Mem0、MemOS 或 Hy-Memory 里决定保留什么、怎样更新,约有 3B 激活参数。适合构建带记忆的 AI 智能体的开发者。
summerAIO · 工具包
用经过微调、采用 Gated DeltaNet 层的 27B 模型,对整本书长度的文字做摘要、问答和续写,支持英语和日语。适合处理长文档的人。
sulabhkatiyar · 工具包
用女声或男声朗读天城文书写的印地语文字,小到可以在没有 GPU 的 CPU 上运行。适合给应用加入印地语语音的开发者。
stephenlb · 工具包
基于 Gemma 4 12B 加一个小型决策头,针对一段文字回答是非题、选择题和评分题,并给出每个答案的概率。适合给应用加入快速分类的开发者。
stable-diffusion-v1-5 · 工具包
这个 860M 参数的潜在扩散模型根据文字提示词生成图像,可用于 diffusers、ComfyUI 等工具。适合想用经典开源 Stable Diffusion 检查点的研究人员和开发者。
SparkAudio · 工具包
用基于 Qwen2.5 的模型把文字念成中文和英文语音,支持零样本声音克隆,也能按性别、音高和语速创建虚拟声音。适合做语音的开发者和研究人员。
sky7350 · 工具包
针对给定状态下的问题,为每个允许的答案给出概率,题型可以是是非、选择或评分,不生成文字。适合给智能体和应用加入快速判断的开发者。
Shockem · 工具包
缩短 Qwen3.8-27B 在编程任务上的推理长度,让答案更快出来,以一个小型 LoRA 适配器的形式提供。适合在自己硬件上运行基础模型的人。
Sherlock-Comms · 工具包
通过 vLLM 和 DFlash2 推测解码来运行 122B 的 Ornith 1.5 模型,输出头保持未量化。适合有 128 GB 内存的 RTX Spark 笔记本。
sarvamai · 工具包
Sarvam AI 的混合专家语言模型,总参数 322 亿,每个词元激活 24 亿,面向英语和多种印度语言的实际使用。模型卡的示例代码需要 NVIDIA 显卡。
Sao10K · 工具包
写故事,并在多轮对话中扮演角色。这是一个面向创意写作和角色扮演的 8B Llama 3.1 微调模型,适合在自己机器上运行模型的爱好者。
sand-ai · 工具包
大型音视频生成模型,可根据文字提示词,或提示词加一张静态图,生成带声音的 10 秒视频,并提升到 1080p。适合拥有八块 Hopper GPU 服务器的研究者。
samliumay · 工具包
一个用于 Qwen3-4B 的小型研究适配器,让模型充当诱饵。发现有人套取机密时,它会向本地收集器发出无声警报,然后给出编造的值。仅限实验室使用。
samatv256 · 工具包
根据你给出的候选项,为每个候选返回一个概率,帮助智能体选择该用哪个工具或动作。这是一个早期检查点,适合测试工具选择的开发者。
Salesforce · 工具包
用一个小型的仅解码器 transformer 预测时间序列的未来值,它在多种序列上训练过。这是 Salesforce 的研究型模型,适合分析师和数据科学家。
ruv · 工具包
一组小型模型,通过 ESP32 芯片读取 WiFi 信号变化,在没有摄像头的情况下估计姿态、动作和人员在场,并附带训练自己模型的脚本。适合在同意的对象身上做测试的创客和研究人员。