快手开源 8B 多模态模型，专为短视频理解优化，Video-MME 73% 同级最强。

Rust写的终端AI编码代理，支持DeepSeek/Claude/GPT/本地模型，自动读代码改代码跑命令，MIT开源。

33B参数开源视频生成模型,文生视频/图生视频/首尾帧过渡,原生同步音频,支持2K,ComfyUI Day-0原生支持

AUTOart 的车模各种帅炸,细节逼真！推荐这款！可以逛逛他的其他模型一定有你喜欢的.放在办公桌上必须有B格

dealign.ai 出品的 Gemma 4 31B 去审查版，JANG 混合量化 5.1bit，HarmBench 93.7%，支持视觉+思维链

prithivMLmods 出品的 Gemma 4 31B 全精度(BF16)去审查版，无量化损失，mlx-vlm 原生支持

无需量化/蒸馏/剪枝，在单张4GB GPU上运行70B大模型推理，支持Llama3.1 405B仅8GB VRAM

微软首个 Agentic SLM，7B 参数本地跑，看屏幕操作鼠标键盘自动执行任务

5秒样本零样本TTS，1分钟数据微调即可克隆声音。支持中英日韩粤跨语言推理，集成WebUI工具链，58k Stars

基于SigLIP微调的电商领域专用嵌入模型，vs通用SigLIP提升67%，vs Amazon Titan提升45%，支持文搜图/图搜图/商品去重

Meta出品纯视觉自监督ViT，无需标注数据开箱即用，300M参数86.3% ImageNet线性分类，月下载290万+

Black Forest Labs出品，4步出图，质量接近Midjourney，Apache 2.0开源可商用

阿里万相2.2图生视频，27B双专家MoE架构激活仅14B，支持480P/720P，电影级画质+复杂运动，Apache 2.0开源

复利、概率论、正态分布、幂律分布、大数定律、均值回归、贝叶斯、代数思维、安全边际、货币时间价值——十个决定财富的数学定律。

百度出品，基于DeepSeek-OCR改进，支持一次性解析超长文档、多页PDF，单图640切片+多页1024两种模式，SGLang部署兼容OpenAI API

27B稠密多模态，SWE-bench 77.2碾压同级，Apple Silicon最优甜点，Apache 2.0商用免费

微软研究院 4B 参数 image-to-3D 模型：O-Voxel 表示搞定任意拓扑+完整 PBR 材质，512³ 仅 3 秒，24GB 显存可本地跑，MIT 协议全开源

蚂蚁集团AGI团队出品，OpenRouter/Kilo限时免费。速度比Claude Sonnet 4.6快6倍，成本低约50倍，专为Agent场景原生设计。

利用 AI 大模型一键自动解说并剪辑视频，支持多语言、字幕、语音合成

200+ SOTA模型，无content filters，可自托管。替代Higgsfield/Freepik/Krea/Openart的开源方案