开源模型

月之暗面开源的 Kimi-K3 多模态大模型，支持图文理解，可在 Hugging Face 下载部署。

阿里通义开源的高效文生图模型，6B 参数，8 步出图，支持中英文字渲染，16G 显存可跑。

工业级零样本语音克隆 TTS 系统，单段参考音频即可克隆音色，支持多语言与情感、语速、发音精细控制。

NVIDIA 开源的高效语音识别模型系列，含 CTC 与 RNN-Transducer 变体，支持流式与多语言。

智谱开源的多模态大模型，支持图文理解，可在 Hugging Face 下载并本地部署。

Lightricks 开源的视频生成模型，支持文生视频与图生视频，可本地部署并带音频生成。

DeepSeek 开源的 OCR 视觉文本压缩模型，可将图像文字高效压缩为上下文。

Google 开源的 4B 多模态翻译模型，支持图文输入与多语言互译，可在本地部署。

Stability AI 基于 Llama 65B 微调的 Orca 风格开源大模型，需合并 Delta 权重使用。

Nari Labs 开源的 1.6B 参数 TTS 模型，一次生成超真实对话，支持情感、语气与非语言音效控制。

腾讯混元开源的 1.5B 语音生成与编辑基础模型，支持零样本 TTS、语音编辑与增强。

面向科学领域的开源大语言模型，可做文献引用预测、数学推理、分子与蛋白标注等科研任务。

阿联酋 TII 推出的开源大模型系列，含 Falcon-H1、Falcon-E 等多尺寸模型与数据集。

Jais 系列是英阿双语大模型，30B 对话版支持 16K 上下文，阿拉伯语能力突出。

小米开源的旗舰大模型，主打强化学习驱动的自我提升，可在 Hugging Face 下载部署。

面向手机、可穿戴与单片机的超小自动化基础模型，2-bit 仅 8-29MB，支持工具调用、结构化抽取与向量嵌入。

Liquid AI 开源的 1.2B 指令微调小模型，可在 Hugging Face 下载并本地部署。

Nari Labs 开源的 1.6B 文本转语音模型，可生成带情感、语气和非语言声音的对话语音。

面向东南亚的开源多语言多模态大模型家族，支持11种以上东南亚语言，可在轻量设备部署。

TokenRhythm 开源的 Agent 工作流模型家族，含 4B/9B 模型与决策模型 NeoHorse-Jev，支持工具调用与编码。

瑞士 AI 计划推出的全开放基础模型，8B/70B 参数，权重、数据、代码全公开，支持千余种语言。

GitHub 上精选的 AI 模型与 LLM 清单，涵盖主流开源模型及发布时间。

DeepLethe 开源的面向企业的世界模型，基于双时态知识图谱，支持离线部署与知识治理。

Reddit 上专注本地大模型运行与开源模型的社区，讨论部署、量化与硬件。