新KwaiYii大语言模型 KwaiYii是快手AI团队公开的大语言模型项目,仓库介绍基础与对话模型、模型权重及使用说明,供开发者查阅文本生成、对话和模型推理相关资料。 00 模型资源# 13B模型# KwaiYii# 中文对话
新OpenAI Whisper Whisper 是 OpenAI 公开的语音模型与代码,提供多语言转写、语种识别及语音翻译相关能力,列有多种模型尺寸、Python 和命令行用法;代码与模型权重按 MIT 许可发布。 00 模型资源# base模型# large模型# medium模型
新3DTopia文本到三维模型 3DTopia提供两阶段文本到三维生成模型代码,先通过扩散模型生成候选再精修选定网格,仓库包含权重链接、Gradio演示脚本、推理参数与GLB输出说明。 00 模型资源# 3DTopia# CUDA# DDIM采样
新悟道·天鹰 Aquila模型 悟道·天鹰Aquila提供中英双语语言模型、对话与代码模型相关代码、权重链接及部署说明,仓库展示推理、预训练和微调流程,供开发者依许可自行运行。 00 模型资源# Apache 2.0# Aquila# AquilaChat
新BuboGPT BuboGPT 是提供代码、模型和数据的多模态研究项目,结合文本、图像与音频进行对话,并探索将回答中的内容对应到图像中的具体对象。 20 模型资源# BuboGPT# CUDA环境# Gradio演示
新Fish Speech语音模型 Fish Speech是Fish Audio公开提供的语音生成模型与推理代码项目,支持文本生成语音、参考音色克隆、多说话人内容及自然语言风格控制,并提供命令行、API和WebUI使用说明。 20 语音合成# API服务器# Fish Audio# Fish Speech
新Ovis多模态模型 Ovis是面向图文理解的多模态语言模型系列,公开仓库提供模型权重、安装、推理和微调说明,并列有图像、多图、视频理解及OCR等视觉语言任务的相关支持。 00 模型资源# HuggingFace# OCR# Open VISion
新GOT-OCR2.0 GOT-OCR2.0是提供代码、模型权重和推理示例的OCR项目,支持普通文字识别、格式化输出、区域细粒度识别及多页文档处理,可供开发者构建图像与文档文字提取流程。 20 文档表格# GOT OCR# GOT-OCR2.0# HuggingFace