来自 Hugging Face 的 AI 项目

Qwen3 TTS Voice Design

Qwen · 工具包

Qwen 团队的浏览器演示，如它的名称所示，用于 Qwen3 文字转语音和声音设计。适合想不安装任何东西就试着设计声音的创作者和开发者。

Qwen Image Layered

Qwen · 工具包

Qwen 团队制作的 Qwen-Image-Layered 模型的浏览器演示。模型名称暗示它以图层的方式处理图片。适合想不安装任何东西就试用的设计师和开发者。

TRELLIS.2-Text-to-3D (Rerun)

prithivMLmods · 工具包

在 Gradio 应用里用微软的 TRELLIS.2 把文字提示词或图片变成 3D 模型。可在浏览器里用，也可在装有 Python 3.12 的自己电脑上运行。

SAM3 Demo

prithivMLmods · 工具包

在 Gradio 应用里试用 SAM3 分割模型：给一张图片加上提示词，看它挑出了哪些物体。可在浏览器或你自己的电脑上运行。

MiniMax H3 Turbo LoRA Fast

prithivMLmods · 工具包

在 Gradio 应用里试用 MiniMax-H3 模型的 LoRA，包括写实人物和面部特写风格。可在浏览器里用，也可在你自己的电脑上运行。

Idol Imagine Fast

prithivMLmods · 工具包

在基于 idol、Z-Image-Turbo 和 BiRefNet 模型的 Gradio 应用里，用文字提示词生成图片。可在浏览器里用，也可在装有 Python 3.12 的自己电脑上运行。

GLM OCR 演示

prithivMLmods · 工具包

在浏览器里用 GLM-OCR 模型读取文档图片中的文字和结构。适合想试用复杂文档 OCR 又不想配置环境的人。

Flux 3 Image Klein LoRAs Fast

prithivMLmods · 工具包

在 Gradio 页面里试用 FLUX.3 Image Klein 模型的一组 LoRA，运行在 Hugging Face 的 ZeroGPU 硬件上。适合探索图像适配器的创作者和开发者。

stuntd

pollix · 工具包

一个浏览器演示，用两种方式回答问题：基础 Laya 模型零样本回答，以及 stuntd 为每个决策训练的小型头，涵盖客服分流、银行业务和编程智能体命令闸门。

Reachy Stories

pollen-robotics · 工具包

让孩子和 Reachy Mini 机器人一起编睡前故事：机器人问三个问题，孩子用语音回答，机器人写出故事并朗读。适合家庭和机器人开发者。

Playground V2.5

playgroundai · 工具包

playgroundai 做的文字生成图片演示，运行它的 Playground v2.5 模型，从模型名看是 1024 像素、偏重美感的图片。适合想在浏览器里试用的人。

PixAI Tagger v1.0

pixai-labs · 工具包

在浏览器里给动漫图片加上描述性标签，分成六个类别，阈值可调。适合画师、数据集整理者和整理动漫图片的人。

Ai Voice Assistant

pirates2029 · 工具包

一个用 Gradio 搭的文字聊天助手，回复边写边流式显示，通过 Hugging Face Inference API 调用模型。适合想学怎么做聊天机器人的人当作小例子。

TTS Spaces Arena

Pendrokar · 工具包

TTS Arena v2 的代码库，一个 Gradio 应用，让你对 Hugging Face 上文字转语音模型的语音进行盲投。适合想用耳朵比较声音，或者自己运行一个竞技场的人。

ParsBench Leaderboard

ParsBench · 工具包

ParsBench 做的排行榜，在波斯语数据集上给模型打分，附带可运行或改造成自己版本的代码。适合比较模型的波斯语 NLP 研究人员和工程师。

Teochew Whisper

panlr · 工具包

一个 Gradio 演示，使用为潮州话微调过的 Whisper 语音模型，适合想在浏览器或自己电脑上试用这种汉语地方语言语音识别的人。

DeepSmolLM3 3B Chat

Oxygen-Low · 工具包

DeepSmolLM3-3B 的浏览器聊天演示，这是一个 3B 参数的推理模型，会把长篇思考和答案分开显示。适合想不用 API 密钥就试试小型推理模型的人。

Qwen 0.5B

Osstral · 工具包

Osstral 做的小型 Gradio 演示，提供 Qwen2.5-0.5B-Instruct 模型，适合想在浏览器或自己电脑上试用一个很小的指令微调模型的人。

Ultimate RVC

Ospsl · 工具包

一个在 Hugging Face Space 上运行的 Gradio 应用，名为 The Ultimate RVC Project。可以在浏览器里打开，或用 Python 3.12.7 运行一份副本。适合想看看它的音频爱好者和开发者。

CapSpeech TTS

OpenSound · 工具包

一个面向风格化语音的文字转语音演示，你可以自己调整声音、口音和情绪。适合想听听 OpenSound 团队做的可控语音的人。

MOSS TTS Nano

OpenMOSS-Team · 工具包

一个声音克隆演示，用上传的参考音频或内置预设的声音朗读你的文字。由 OpenMOSS-Team 制作，运行在 Hugging Face ZeroGPU 上。

Open VLM Video Leaderboard

opencompass · 工具包

一个视觉语言模型在视频理解基准上得分的排行榜，有总排名，也有每个基准的详细榜单。适合挑选模型的研究人员和工程师。

MiniCPM5 2B Demo

openbmb · 工具包

openbmb 做的 Gradio 演示，你可以在浏览器里试用 MiniCPM5-2B 语言模型，也可以用 Python 3.12 自己运行一份副本。

YOLOv10 Document Layout Analysis

omoured · 工具包

一个 Gradio 应用，用 YOLOv10 模型分析文档的版面，适合想在浏览器或自己电脑上看版面检测效果的人。

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。

TTS Tounsi

Nouira-Oussema · 工具包

用微调过的 XTTS v2 模型把突尼斯阿拉伯语方言的文字变成语音，可以用内置的男声或女声，也可以用你上传的声音。适合需要突尼斯方言语音的人。

NCCL Cluster Visualizer

nouamanetazi · 工具包

根据 NCCL XML 转储文件画出你的 GPU 集群图，显示带 NVLink 的 PCIe 和 NUMA 树，或者 NCCL 选择的 NVLink 环。适合运行多 GPU 训练的工程师。

Audio Separator Pro

nomadkaraoke · 工具包

用 50 多个模型把歌曲或录音拆成人声、乐器和鼓等分轨，支持批量运行和并排的模型对比。适合音乐人、DJ、卡拉 OK 制作者和音频剪辑师。

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。

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。

Hurricane Wind Speed Regressor

nakulmital · 工具包

在 Gradio 应用里用微调过的 ResNet50 模型预测飓风风速。适合想看图像回归模型怎样工作的学生、研究者和开发者。

First Order Motion Model 中文展示版

n97141506 · 工具包

在 First Order Motion Model 的中文 Gradio 演示里，用来源图片和驱动视频生成动画视频，并给出左右对照。适合探索动作迁移的学习者和开发者。

OpenVoiceV2

myshell-ai · 工具包

在 Gradio 应用里演示 MyShell 的语音模型 OpenVoice v2，带示例音频和缓存输出。适合想在线试用这个模型或阅读演示搭建方式的人。

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。

MIDJOURNEY

mukaist · 工具包

在 Gradio 应用里用 RealVisXL Turbo 模型生成高分辨率、看起来写实的图像，尽管名字叫 Midjourney。适合想免设置出图的设计师、营销人员和爱好者。

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。

Next-Concept Modeling

mrfakename · 工具包

演示 Hazy Research 的 Next-Concept Modeling，它能并行地把文本从粗略轮廓写到完整序列，涵盖摘要、翻译和数独等任务。适合研究者和好奇的开发者。

Hum to Song

Mothersuperior · 工具包

把 10 到 30 秒的哼唱旋律、一行风格描述和歌词变成一首保留你旋律的成品歌曲。适合想听听自己的哼唱被发展成歌的词曲爱好者。

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。

Try GPT-1 and GPT-2

mkmenta · 工具包

一个 Gradio 应用，名字说明你可以试用 GPT-1 和 GPT-2，在基础 CPU 硬件上运行。README 没有任何描述，所以请直接看页面了解它怎么用。

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。

Arboters NLU

migold · 工具包

读取发给国际象棋联赛机器人的消息，找出命令或提议的比赛时间，适合测试 Lichess4545 机器人语言模型的人。

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。