Zoo

テキストから画像を生成するオープンソースプロジェクト

一般製品画像テキストから画像オープンソース

ZooはReplicateが公開したオープンソースプロジェクトであり、テキストから画像を生成するモデルの実験プラットフォームを提供します。ユーザーは、そこに含まれるStable Diffusionモデルを始めとする様々なモデルを用いて、任意のテキストを入力することで、リアルな画像を生成できます。Zooの強みは、多様な高効率なモデルを提供し、ユーザーに豊富な選択肢を提供することです。

Best AI Websites & Tools

Zoo

Zoo 最新のトラフィック状況

Zoo 訪問数の傾向

Zoo 訪問地理的分布

Zoo トラフィックソース

Zoo 代替品

Zoo — テキストから画像を生成するオープンソースプロジェクト

sd3.5 — 高品質な画像生成のための軽量推理モデル

CogView3-Plus-3B — 高解像度画像生成に対応したテキスト画像生成モデル

FLUX1.1 [pro] — 最先端のイメージ生成モデル

AuraFlow — オープンソースの、流に基づくテキストから画像生成モデル

FineControlNet — 空間整合型テキスト注入による精密なテキスト制御画像生成

WPimagines — WPimaginesは無料で利用できるAI画像生成ツールです。複数の言語に対応しています。

Instella — Instellaは、AMDが開発した高性能なオープンソース言語モデルであり、オープンソース言語モデルの発展を加速するために設計されています。

CogView4-6B — CogView4-6Bは、高品質な画像生成に特化した強力なテキストから画像への生成モデルです。

Migician — Migicianは、複数の画像の配置に特化した多モーダル大規模言語モデルであり、自由形式の複数の画像の精密配置を実現できます。

IndexTTS — 産業レベルで制御可能な、効率的なゼロショットテキスト音声変換システム

QwQ-Max-Preview — QwQ-Max-Previewは、Qwenシリーズの最新成果であり、Qwen2.5-Maxを基盤として構築されています。強力な推論能力と多様な分野への適用能力を備えています。

AlphaMaze-v0.2-1.5B — 大規模言語モデルの視覚推論能力を向上させるための、テキスト迷路解決タスクを用いた革新的な手法

The Ultra-Scale Playbook — 超大規模システムの設計と最適化に特化したツールで、効率的なソリューションを提供します。

SkyReels-V1-Hunyuan-I2V — SkyReels V1は、人間中心の高品質映画レベルの動画生成に特化したオープンソースの基礎モデルです。

OpenThinker-32B — OpenThinker-32Bは、オープンデータ推論能力の向上を目的として設計された、強力なオープンソース推論モデルです。

OLMoEアプリ — Ai2 OLMoEは、iOSデバイスで動作するオープンソースの言語モデルアプリです。

Huginn-0125 — Huginn-0125は、35億パラメータを持つ潜在変数循環型深層モデルであり、推論とコード生成に優れています。

FireRedASR — オープンソースの工業レベル標準中国語自動音声認識モデルで、様々なアプリケーションシナリオに対応しています。

RAG-FiT — RAG-FiTは、外部情報を活用するLLMの能力向上のためのライブラリです。特別に作成されたRAG強化データセットを用いてモデルをファインチューニングします。

Codename Goose — ローカルで動作するAIエージェント。エンジニアリングタスクをシームレスに自動化します。

オープンソース DeepResearch — オープンソースの深層研究ツール。オープンソースフレームワークを用いて、Deep Researchに類似した機能を実現することを目指しています。

Tülu 3 405B — Tülu 3 405Bは、強化学習によって性能を向上させた大規模なオープンソース言語モデルです。

Janus-Pro-7B — Janus-Pro-7Bは、マルチモーダルな理解と生成を統合した、新しい自己回帰フレームワークです。

Janus-Pro-1B — Janus-Pro-1Bは、統一的な多様なモダリティを理解し生成する自己回帰フレームワークです。

SpeechGPT 2.0-プレビュー — 文脈理解に基づいた、人間レベルのリアルタイム双方向対話システムです。多様な感情表現と音声スタイルに対応しています。

Fashion-Hut-Modeling-LoRA — Diffusionベースのテキストから画像生成モデル。ファッションモデルの写真スタイルの画像生成に特化しています。

leapfusion-hunyuan-image2video — Hunyuanモデルに基づいた、高品質な動画生成を実現する革新的な画像から動画への変換技術です。

Baichuan-M1-14B — 百川智能が開発した、医療現場向けに最適化されたオープンソースの大規模言語モデルです。優れた汎用性と医療分野での高い性能を備えています。

FilmAgent — FilmAgentは、LLM（大規模言語モデル）に基づくマルチエージェント協調フレームワークであり、仮想3D空間におけるエンドツーエンドの映画自動制作に使用されます。