大模型

DeepSeek 开源 MoE 大模型，1.6T 参数、激活 49B，支持百万 token 上下文。

微软开源的小型语言模型 Phi-4，14B 参数，推理与数学能力突出，可在 Hugging Face 下载使用。

Coqui 开源的多语言语音克隆模型，仅需 6 秒音频即可克隆音色并跨语言合成语音。

开源大规模视频生成模型，采用MoE架构，支持文生视频、图生视频与720P高清生成

BigScience 开源的多语言大模型，架构类似 GPT-3，支持 46 种自然语言和 13 种编程语言。

评测大模型与编程 Agent 解决真实 GitHub 软件工程问题的权威基准与官方排行榜。

英伟达基于 Llama 3.1 微调的 70B 开源指令模型，对齐出色，支持本地部署与推理。

RWKV 是兼具 RNN 与 Transformer 优势的开源大模型架构，线性时间、无 KV 缓存、支持无限上下文。

Meta 发布的开源基础大语言模型，含 65B 参数版本，效率高、性能强，需申请获取。

基于 LLaMA 微调的开源聊天机器人，用 7 万条 ShareGPT 对话训练，质量接近 ChatGPT 的 90%。

Stability AI 开源的文生图扩散模型，可在本地 GPU 运行，商用免费。

Mistral 官方模型页，提供从云端到边缘的开放权重前沿模型，支持定制与微调。

面向对话场景的开源语音合成模型，支持中英文、多说话人，韵律自然，可控制笑声停顿。

Meta 开源的可提示分割基础模型，支持文本/点/框/掩码提示，可分割并跟踪图像与视频中的任意概念。

Hugging Face 开源的 30 亿参数小语言模型，支持多语言与长上下文，可本地部署。

Ai2 推出的完全开源大模型系列，公开权重、训练数据与完整模型流程，含 7B/32B 多种版本。

基于点的交互式 GAN 图像编辑工具，通过拖拽控制点精准操控生成图像内容。

OpenAI 开源的 120B 参数大模型，可在 Hugging Face 下载并本地部署。

Google 开源的多模态大模型 Gemma 4 31B 指令微调版，支持图文输入，可在 Hugging Face 下载与部署。

智谱开源文生视频与图生视频模型，含 CogVideoX 系列，支持本地推理与微调。

Suno 开源的 Transformer 文本转音频模型，可生成多语言语音、音乐、音效与非语言声音

谷歌开源的小型指令微调模型，仅10亿参数，轻量高效，适合本地部署。

阿里通义千问开源的小型大模型，1.7B 参数，支持本地部署与推理。

阿里通义千问开源的多模态大模型，27B 参数，支持图文理解，可在 Hugging Face 下载部署。