模型权重

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。

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。

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。

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。

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。

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。

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。

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。