搜索结果：model（48 个）
按分类缩小范围
ACE-Step-1.5
综合 63
可在本地运行的音乐生成模型，支持 Mac、AMD、Intel 和 CUDA 设备。
Wan2.1
综合 62
开源且先进的大规模视频生成模型。
solidcraft
综合 61
纯 Rust 构建的开源参数化 3D CAD 应用，支持桌面、Web 及 MCP 自动化调用。
Queryable
综合 60
在 iOS 本地运行 CLIP 与 MobileCLIP 模型以图搜图的工具。
HunyuanVideo
综合 60
混元视频：腾讯开源的系统化大规模视频生成模型框架。
armorpaint
综合 60
3D 图形与纹理创作工具。
基于检索的声音转换 WebUI，使用 10 分钟以内的音频数据即可轻松训练优质变声模型。
Hunyuan3D-2
综合 59
基于大规模混元扩散模型的高分辨率 3D 资产生成工具。
专为学术研究优化的 LLM 交互工具，支持论文精读润色与代码分析，兼容多种大模型。
KittenTTS
综合 58
可在 CPU 上高效运行的前沿开源 TTS（文本转语音）模型。
magic-animate
综合 56
CVPR 2024 论文 MagicAnimate 官方仓库：基于扩散模型的时序一致人物图像动画生成。
dia
综合 56
支持一次性生成超逼真对话的 TTS（文本转语音）模型。
zerox
综合 56
基于视觉模型的 OCR 与文档内容提取工具。
Wav2Lip
综合 55
ACM MM 2020 论文 Wav2Lip 官方源码，实现真实场景下的语音到唇形同步生成。
moshi
综合 54
语音-文本基座模型与全双工口语对话框架，采用前沿的流式神经音频编解码器 Mimi。
Open-Generative-AI
综合 53
开源 AI 音视频生成平台，支持自托管与 600+ 模型，无审查过滤，基于 MIT 协议。
baguette
综合 53
Apple 模拟器无头控制工具，支持手势、60fps 推流及多设备集群管理。
Qwen3-TTS
综合 53
阿里千问团队开源的 TTS 模型系列，支持稳定、高表现力、流式语音生成、自由声音设计与声音克隆。
csm
综合 52
一款对话式语音生成模型。
lemo-opuscar
综合 51
面向 Claude Code 的电影风格工具箱，含 66 种即用风格及纯代码生成的示例短片，无需视频模型。