模型资源

Unique3D提供单图生成三维网格的开源模型与工具，结合纹理和几何重建，支持模型下载、Gradio演示及多种本地部署方式。

MotionCtrl提供视频运动控制模型与开源实现，可分别或同时控制镜头和物体运动，支持VideoCrafter、SVD等生成流程及Gradio推理。

UniEdit提供视频运动与外观编辑的开源实现，通过文字和分割条件改变动作、风格、物体或背景，并使用预训练视频模型执行推理。

AnimateDiff提供开源动画生成代码与运动模块，把预训练文本生图模型扩展为动画生成流程，支持运动LoRA、采样脚本与交互演示。

DemoFusion提供高分辨率图像生成的开源实现，基于SDXL逐步放大与扩散采样，支持文本生图、图像增强及Gradio和Notebook运行入口。

EasyAnimate提供AI图像与视频生成模型及开源流水线，支持文生或图生视频、控制条件和LoRA训练，并提供模型下载与本地推理配置。

Follow Your Pose提供姿态引导的视频生成代码与模型，结合文字描述和人体姿态控制动画，支持本地推理、训练配置与交互演示。

IP-Adapter为扩散模型提供图像提示适配器，把参考图和文字条件结合用于图像生成，支持人像、风格控制及多个推理示例。

Magic Data 提供语音、多模态及对话 AI 的数据集与定制数据服务，面向模型训练、转写和语音合成等任务。

CogVLM2-Llama3-Caption 是视频描述模型，提供模型文件和调用示例，用于将视频内容转换为训练或处理所需的文字描述。

Seed-Music 是字节 Seed 团队的音乐生成模型项目，支持多语言歌声生成、音符级调整和歌声转换。

Vary-toy 是视觉语言模型项目，提供图像文字识别与目标检测能力，并展示相应模型演示。

PinchBench 是针对 OpenClaw 使用场景的模型评测网站，通过任务表现比较不同语言模型的执行能力和资源开销。

FineVideo 是 Hugging Face 发布的视频理解数据集，包含视频、语音转写和场景叙事标注，可用于多模态视频模型开发。

Stable Diffusion 3 是 Stability AI 的文字生成图像模型，此入口提供官方模型发布与技术介绍，涉及多主体提示和图像文字生成能力。