开源模型

Show-o 开源 免费 仅开源

一个Transformer搞定图像理解与生成，告别多模型拼接

Show-o 是一个基于单一 Transformer 架构的统一多模态模型，旨在同时处理视觉与文本的理解与生成任···

Qwen2.5-Math 开源 免费 仅开源

数学推理专用大模型，解方程、证明题更准更稳

Qwen2.5-Math是阿里通义千问团队推出的数学专用大语言模型系列，基于Qwen2.5底座，专注于数学推理与···

Nitro-1 开源 免费 仅开源

一步生成高清图，让扩散模型快如闪电

Nitro-1 是 AMD 对 Latent Adversarial Diffusion Distillation (LADD) 论文的可运行复现实现，旨在···

awesome-ai-models 开源 免费 仅开源

一张清单，快速掌握当下最值得关注的AI模型。

这是一个精选AI模型和大型语言模型的列表，旨在帮助开发者、研究者和爱好者快速发现和了解当前最优···

Awesome-MLLM-LLM-Colab 开源 免费 仅开源

一键运行主流大模型，Colab里轻松做实验

这是一个精选集，收录了多种多模态大语言模型（MLLM）和纯语言大模型（LLM）的Colab笔记本，方便用···

ChatTime 开源 免费 仅开源

让时间序列模型读懂文本，预测更准

ChatTime 是 AAAI 2025 oral 论文的官方 PyTorch 实现，定位为统一的多模态时间序列基础模型，旨在···

consistency_flow_matching 开源 免费 仅开源

让生成模型采样更直更快，几步出好图

Consistency Flow Matching 是论文《Consistency Flow Matching: Defining Straight Flows with Ve···

Eagle 开源 免费 仅开源

用数据策略打造更强的视觉语言模型，训练效果立竿见影

Eagle 是一个前沿的视觉-语言模型（VLM）项目，强调以数据为中心的策略来提升模型性能。它解决了当···

awesome-ai-repositories 开源 免费 仅开源

一站式找到AI工程师必备的开源项目清单

这是一个精选的AI工程师开源资源列表，旨在帮助开发者快速发现和定位高质量的人工智能相关开源项目···

cambrian 开源 免费 仅开源

让多模态模型更懂图像细节，提升视觉理解与推理能力

Cambrian-1 是一个以视觉为中心设计的开源多模态大语言模型（MLLM）家族。它解决的是当前多模态模型···

audio-ai-hub 开源 免费 仅开源

音频 AI 研究资料一站式导航，想找什么都有门路

音频 AI 研究一站式导航，系统汇集论文、开源模型、基准测试与数据集，覆盖音频大模型、语音识别、···

EVE 开源 免费 仅开源

去掉视觉编码器，直接用像素训练多模态模型，更简单高效。

EVE是北京智源人工智能研究院（BAAI）推出的免编码器视觉语言模型系列。传统视觉语言模型通常依赖预···

Ovis 开源 免费 仅开源

让视觉与语言无缝对齐，构建更强多模态大模型。

Ovis是一个多模态大语言模型（MLLM）架构，旨在从结构上对齐视觉和文本嵌入。它解决了传统多模态模···

OmniTokenizer 开源 免费 仅开源

一个模型搞定图像视频分词，统一 token 化，加速多模态生成

OmniTokenizer 是一个用于图像和视频联合分词（tokenization）的统一模型，来自 NeurIPS 2024。它解···

GenerativeAI 开源 免费 仅开源

跟着示例跑通LLM应用，快速上手生成式AI开发

GenerativeAI 是一个专注于生成式AI与大语言模型（LLM）用例和应用的早期开源项目，主要使用 Jupyt···

Index-1.9B 开源 免费 仅开源

19亿参数小模型，普通显卡也能跑多语言对话

Index-1.9B 是哔哩哔哩（Bilibili）开源的一系列轻量级多语言大语言模型，参数规模为 19 亿，包含基···

pathology-foundation-models 开源 免费 仅开源

一页看懂病理AI模型，选型不迷路

这是一个汇总病理学基础模型与特征提取器的开源列表项目，旨在为计算病理学研究者提供一站式的模型···

buffer-of-thought-llm 开源 免费 仅开源

给大模型装个思想缓存，复杂推理更准更稳

Buffer of Thoughts（BoT）是一个NeurIPS 2024 Spotlight开源项目，旨在通过“思想缓冲”机制增强大···

LlamaGen 开源 免费 仅开源

用语言模型的方式生成图像，自回归也能打败扩散模型

LlamaGen 是一个基于自回归模型的可扩展图像生成项目，其核心主张是自回归模型在图像生成任务上可以···

XRec 开源 免费 仅开源

用大模型给推荐配理由，让推荐更透明可信

XRec 是一个面向可解释推荐系统的大型语言模型（LLM）框架，源自 EMNLP 2024 论文。它旨在解决传统···

ultravox 开源 免费 仅开源

让AI语音对话快如真人，实时响应不卡顿

ultravox 是一个专注于实时语音交互的多模态大语言模型（LLM），旨在解决传统语音助手延迟高、交互···

poseidon 开源 免费 仅开源

用预训练模型秒解复杂物理方程，省时又精准

Poseidon 是一个面向偏微分方程（PDE）的高效基础模型，基于论文《Poseidon: Efficient Foundation···

RET-CLIP 开源 免费 仅开源

用临床报告训练视网膜AI，零样本识别眼科疾病

RET-CLIP 是一个视网膜图像基础模型，利用临床诊断报告进行预训练。它解决了视网膜图像分析中标签稀···

Bootstrap3D 开源 免费 仅开源

用合成数据训练多视图扩散模型，让 3D 生成更稳更准

Bootstrap3D 是一个针对多视图扩散模型的训练框架，旨在通过合成数据提升模型生成 3D 内容的质量。···