Flex.2 Flex.2-preview是Ostris开发的开源文本到图像生成模型，具备80亿参数规模。支持长文本输入、图像修复和多模态控制输入，适用于创意设计、图像修复和内容生成等多种场景。模型基于扩散框架，采用多通道输入处理和高效推理算法，可通过ComfyUI或Diffusers库集成使用，适合实验性开发和个性化定制。 AI项目与工具 2025年06月11日 20 点赞 0 评论 852 浏览
NoteLLM NoteLLM 是一款基于多模态大型语言模型的笔记推荐框架，支持文本与图像信息的融合处理。通过自动生成标签、压缩嵌入、对比学习和指令微调等技术，提升推荐准确性与相关性。其升级版 NoteLLM-2 引入多模态上下文学习与晚期融合机制，增强视觉信息处理能力，适用于个性化推荐、冷启动优化及内容创作辅助等场景。 AI项目与工具 2025年06月11日 84 点赞 0 评论 853 浏览
Mureka O1 Mureka O1是昆仑万维推出的全球首款音乐推理大模型，采用“思维链”技术提升音乐生成质量与创作效率。支持多语言AI音乐创作，涵盖多种风格与情感表达，具备歌词生成、风格控制、音色克隆等功能。提供API接口与模型微调能力，适用于广告、影视、游戏、教育等多个场景，助力创作者高效完成音乐创作任务。 AI项目与工具 2025年06月12日 39 点赞 0 评论 857 浏览
SEMIKONG SEMIKONG是一款针对半导体行业的大型语言模型，专注于解决制造与设计中的复杂问题。它通过整合专家知识、优化预训练流程及微调，实现了对刻蚀等领域的深刻理解，显著提升了半导体制造过程的效率和质量。此外，它还辅助IC设计、提供异常检测与预测性维护支持，并通过专家反馈循环持续改进模型性能，为行业带来了高效的解决方案。 AI项目与工具 2025年06月12日 21 点赞 0 评论 863 浏览
炉米Lumi 炉米Lumi是一款由字节跳动开发的AIGC图像创作平台，主要功能包括模型上传与展示、工作流搭建以及LoRA微调。它为AI爱好者、研究人员和开发者提供了一个协作环境，用于分享和优化AI模型。炉米Lumi支持多种应用场景，如科研、教育、艺术创作、商业应用开发等，具有开放性和高灵活性。 --- AI项目与工具 2025年06月12日 64 点赞 0 评论 875 浏览
FunASR FunASR是一个由阿里巴巴达摩院开源的多功能语音识别工具包，涵盖语音识别（ASR）、语音活动检测（VAD）、标点恢复、说话人验证及分离等功能。它支持工业级模型的训练与微调，并提供预训练模型和易用接口，便于快速部署。新增的Whisper-large-v3-turbo模型进一步提升了其性能，广泛应用于智能助手、会议记录、客服系统和语音搜索等领域。 AI项目与工具 2025年06月12日 99 点赞 0 评论 879 浏览
ComfyGen ComfyGen是一款基于大型语言模型（LLM）的文本到图像生成系统，能够根据用户提供的文本提示自动生成高质量图像。它通过结合多种专业组件如微调基础模型、LoRAs、嵌入技术和超分辨率处理等构建复杂工作流，并采用两种基于LLM的方法优化图像生成质量，适用于艺术创作、游戏开发、广告设计、电影制作等多个领域。 AI项目与工具 2025年06月12日 54 点赞 0 评论 883 浏览
K2 地球科学的开源大预言模型，首先在收集和清理过的地球科学文献（包括地球科学开放存取论文和维基百科页面）上对 LLaMA 进行进一步预训练，然后使用知识密集型指令调整数据（GeoSig... Ai平台模型 2026年08月07日 0 点赞 0 评论 884 浏览
SmolLM2 SmolLLM2是一款由Hugging Face研发的紧凑型大型语言模型，支持设备端运行，具有1.7B、360M、135M三种参数规模。它通过监督微调与超反馈优化提升指令理解能力，在文本重写、摘要生成、函数调用等方面表现突出，适用于智能助手、聊天机器人等需要自然语言处理的场景，尤其适合延迟敏感、隐私保护和硬件资源受限的应用。 AI项目与工具 2025年06月12日 24 点赞 0 评论 884 浏览
