最新多模態AI模型和AI API

中文(繁體)

中文(繁體) English

目前位置: 首頁> AI模型> 多模態

TripoSR

TripoSR是Stability AI 與VAST 合作開源的3D 生成模型，能在0.5 秒內從單張2D 圖片生成高質量3D 模型。

3D生成模型 AI圖像到3D轉換
Cosmos-Reason1

NVIDIA Cosmos 是一個專為物理AI 開發者設計的世界基礎模型平台，旨在加速物理AI 系統的開發。

多模態物理AI 模型物理AI 推理
Qwen2.5-Omni

Qwen2.5-Omni實現文本、圖像、音頻、視頻全能處理，支持實時語音與視頻聊天。

多模態AI模型實時語音生成
Qwen2.5-VL-32B

Qwen2.5-VL-32B是阿里巴巴開源的32B參數多模態AI模型，支持圖像理解、數學推理、文本生成和視覺問答

圖像理解強化學習優化
LHM

LHM是阿里巴巴通義實驗室推出的一種先進的技術，可以通過單張圖像快速生成可動畫化的3D 人體模型。

單圖生成3D 人體模型可動畫化3D 模型
StarVector

StarVector是一個強大的開源多模態視覺語言模型，能夠將圖像和文本轉換為標準的SVG 矢量圖形代碼，適用於圖標生成、藝術創作、動畫製作等多種應用。

SVG 生成多模態視覺語言模型
Queen Never Cry

下載Stable Diffusion “ Queen Never Cry ” LoRA 模型，輕鬆產生經典Meme 表情包。

Queen Never Cry Stable Diffusion LoRA 模型
Ella Purnell - v1.0

下載適用於Stable Diffusion 的Ella Purnell 風格擴散模型(LoRA) - v1.0。輕鬆生成具有Ella Purnell 風格的人物圖像。

Ella Purnell Nude AI 人像生成模型
Janice Rivera - v1.0

下載Stable Diffusion Janice Rivera Textual Inversion 嵌入，輕鬆產生逼真的AI 人像並復刻其獨特風格。

個人化藝術圖像模型 AI肖像生成模型
Sky-T1-32B-Preview

探索Sky-T1，一款基於阿里巴巴QwQ-32B-Preview和OpenAI GPT-4o-mini的開源推理AI模型。了解其在數學、編碼等領域的卓越表現，以及如何下載和使用。

AI模型人工智慧
SMOLAgents

SMOLAgents是一個先進的人工智慧代理系統，旨在透過簡潔且高效的方式提供智慧化的任務解決方案。

代理系統強化學習
OpenAI o3

OpenAI o3模型是OpenAI 最近發布的高級人工智慧模型，它被認為是其迄今為止最強大的AI 模型之一。

高階人工智慧模型強大推理能力
OpenAI "Inference" Model o1-preview

OpenAI "推理" 模型（o1-preview）是OpenAI 在其大模型系列中推出的一個特別版本，旨在提升推理任務的處理能力。

推理優化邏輯推論
Mistral 2（Mistral 7B + Mix-of-Experts）

Mistral 2 是Mistral 系列的新版本，它繼續在稀疏激活（Sparse Activation）和Mixture of Experts（MoE）技術上進行優化，專注於高效推理和資源利用率。

高效推理資源利用率
Stable Diffusion 3.5 最新版

體驗更高品質的影像生成和多樣化控制。

影像生成專業影像
Qwen2.5-Coder-14B-Instruct

Qwen2.5-Coder-14B-Instruct是一個由Hugging Face 提供的強大的語言模型，專為程式設計任務和程式碼生成而設計。

AI代碼生成程式助手
Ollama 本地模型

Ollama 是一個可以在本地運行大型語言模型的工具，它支援下載和載入模型到本地進行推理。

AI 模型下載本地化AI 技術
Qwen2.5-Coder-14B-Instruct

Qwen2.5-Coder-14B-Instruct是一款針對程式碼產生、調試、推理最佳化的高效能AI 模型。

高效能程式碼產生指令微調模型
實習生VL2_5-26B

InternVL2.5-26B 是一款26B參數規模的多模態AI 模型

多模態AI模型 InternVL2.5-26B

推薦分類

多模態電腦視覺自然語言處理音訊表格強化學習其他