Genstereo
MIT
GenStereo 是一个用于开放世界立体图像生成与无监督匹配的模型。
图像生成
G
FQiao
61
0
Vfusion3d
VFusion3D是一个通过少量3D数据与大量合成多视角数据训练的大型前馈式3D生成模型,是首个研究可扩展3D生成/重建模型的工作。
3D视觉
Transformers

V
facebook
57
66
Vfusion3d
VFusion3D是一个大型前馈式3D生成模型,通过少量3D数据和大量合成多视角数据进行训练,探索可扩展的3D生成/重建模型。
3D视觉
Transformers

V
jadechoghari
249
15
Zero123plus V1.1
Openrail
Zero123++ 是一个基于扩散模型的图像到图像生成模型,能够从单张输入图像生成多视角的3D对象。
图像生成 其他
Z
sudo-ai
2,800
36
精选推荐AI模型
Qwen2.5 VL 7B Abliterated Caption It I1 GGUF
Apache-2.0
Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本,支持多语言图像描述任务。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
167
1
Nunchaku Flux.1 Dev Colossus
其他
Colossus Project Flux 的 Nunchaku 量化版本,旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时,将性能损失降至最低。
图像生成 英语
N
nunchaku-tech
235
3
Qwen2.5 VL 7B Abliterated Caption It GGUF
Apache-2.0
这是一个基于Qwen2.5-VL-7B模型的静态量化版本,专注于图像描述生成任务,支持多种语言。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
133
1
Olmocr 7B 0725 FP8
Apache-2.0
olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型,使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。
图像生成文本
Transformers 英语

O
allenai
881
3
Lucy 128k GGUF
Apache-2.0
Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型,在移动设备上也能高效运行。
大型语言模型
Transformers 英语

L
Mungert
263
2