HyperAI超神经

一键部署 SmolLM3-3B-Model

4 个月前

PixelReasoner-RL：像素级视觉推理模型

4 个月前

Krea-realtime-video：实时视频生成模型

4 个月前

语音识别入门教程：用 TensorFlow 识别数字 0-9

4 个月前

PaddleOCR-VL：多模态文档解析

4 个月前

vLLM+OpenWebUI 部署 VibeThinker-1.5B

4 个月前

一键部署 MedGemma-27b-text-it 医学推理大模型

4 个月前

一键部署 DeepSeek-R1-70B

4 个月前

LongCat-Video：美团开源的 AI 视频生成模型

4 个月前

DeepTCR：深度学习预测 TCR-肽亲和力

4 个月前

MonkeyOCR：基于结构-识别-关系三元组范式的文档解析

5 个月前

OCRFlux-3B：智能文本识别工具包

5 个月前

一键部署 Yolov13

5 个月前

dots.ocr：多语言文档解析模型

5 个月前

IndexTTS-2：突破自回归 TTS 时长与情感控制瓶颈

5 个月前

DeepSeek-OCR：「视觉压缩」替代传统字符识别

5 个月前

CPU 部署 NeuTTS-Air 语音克隆模型

5 个月前

NeuTTS-Air: 轻量高效语音克隆模型

5 个月前

Nanonets-OCR2-3B：更准确的解释复杂文档中的视觉元素

5 个月前

UserLM-8b：用户对话模拟模型

5 个月前

MiMo-Audio-7B-Instruct：小米开源的端到端语音模型

5 个月前

Wan2.2-Animate-14B：开放式高级大规模视频生成模型

5 个月前

HuMo-1.7B：多模态视频生成框架

5 个月前

HuMo-17B：三模态协同创作

5 个月前

HunyuanImage-2.1：用于高分辨率（2K）文生图的扩散模型

6 个月前

BindCraft：蛋白质粘合剂设计

6 个月前

Moondream3-preview：模块化视觉语言理解模型

6 个月前

Dolphin 多模态文档图像解析

6 个月前

MinerU2.5-2509-1.2B：文档解析 Demo

6 个月前

LiveCC：实时视频解说大模型

6 个月前

Command Palette

教程

Command Palette

教程

一键部署 SmolLM3-3B-Model

PixelReasoner-RL：像素级视觉推理模型

Krea-realtime-video：实时视频生成模型

语音识别入门教程：用 TensorFlow 识别数字 0-9

PaddleOCR-VL：多模态文档解析

vLLM+OpenWebUI 部署 VibeThinker-1.5B

一键部署 MedGemma-27b-text-it 医学推理大模型

一键部署 DeepSeek-R1-70B

LongCat-Video：美团开源的 AI 视频生成模型

DeepTCR：深度学习预测 TCR-肽亲和力

MonkeyOCR：基于结构-识别-关系三元组范式的文档解析

OCRFlux-3B：智能文本识别工具包

一键部署 Yolov13

dots.ocr：多语言文档解析模型

IndexTTS-2：突破自回归 TTS 时长与情感控制瓶颈

DeepSeek-OCR：「视觉压缩」替代传统字符识别

CPU 部署 NeuTTS-Air 语音克隆模型

NeuTTS-Air: 轻量高效语音克隆模型

Nanonets-OCR2-3B：更准确的解释复杂文档中的视觉元素

UserLM-8b：用户对话模拟模型

MiMo-Audio-7B-Instruct：小米开源的端到端语音模型

Wan2.2-Animate-14B：开放式高级大规模视频生成模型

HuMo-1.7B：多模态视频生成框架

HuMo-17B：三模态协同创作

HunyuanImage-2.1：用于高分辨率（2K）文生图的扩散模型

BindCraft：蛋白质粘合剂设计

Moondream3-preview：模块化视觉语言理解模型

Dolphin 多模态文档图像解析

MinerU2.5-2509-1.2B：文档解析 Demo

LiveCC：实时视频解说大模型

Command Palette

教程

一键部署 SmolLM3-3B-Model

PixelReasoner-RL：像素级视觉推理模型

Krea-realtime-video：实时视频生成模型

语音识别入门教程：用 TensorFlow 识别数字 0-9

PaddleOCR-VL：多模态文档解析

vLLM+OpenWebUI 部署 VibeThinker-1.5B

一键部署 MedGemma-27b-text-it 医学推理大模型

一键部署 DeepSeek-R1-70B

LongCat-Video：美团开源的 AI 视频生成模型

DeepTCR：深度学习预测 TCR-肽亲和力

MonkeyOCR：基于结构-识别-关系三元组范式的文档解析

OCRFlux-3B：智能文本识别工具包

一键部署 Yolov13

dots.ocr：多语言文档解析模型

IndexTTS-2：突破自回归 TTS 时长与情感控制瓶颈

DeepSeek-OCR：「视觉压缩」替代传统字符识别

CPU 部署 NeuTTS-Air 语音克隆模型

NeuTTS-Air: 轻量高效语音克隆模型

Nanonets-OCR2-3B：更准确的解释复杂文档中的视觉元素

UserLM-8b：用户对话模拟模型

MiMo-Audio-7B-Instruct：小米开源的端到端语音模型

Wan2.2-Animate-14B：开放式高级大规模视频生成模型

HuMo-1.7B：多模态视频生成框架

HuMo-17B：三模态协同创作

HunyuanImage-2.1：用于高分辨率（2K）文生图的扩散模型

BindCraft：蛋白质粘合剂设计

Moondream3-preview：模块化视觉语言理解模型

Dolphin 多模态文档图像解析

MinerU2.5-2509-1.2B：文档解析 Demo

LiveCC：实时视频解说大模型

一键部署 SmolLM3-3B-Model

PixelReasoner-RL：像素级视觉推理模型

Krea-realtime-video：实时视频生成模型

语音识别入门教程：用 TensorFlow 识别数字 0-9

PaddleOCR-VL：多模态文档解析

vLLM+OpenWebUI 部署 VibeThinker-1.5B

一键部署 MedGemma-27b-text-it 医学推理大模型

一键部署 DeepSeek-R1-70B

LongCat-Video：美团开源的 AI 视频生成模型

DeepTCR：深度学习预测 TCR-肽亲和力

MonkeyOCR：基于结构-识别-关系三元组范式的文档解析

OCRFlux-3B：智能文本识别工具包

一键部署 Yolov13

dots.ocr：多语言文档解析模型