Zoo

Projeto de código aberto para conversão de texto em imagem

Produto ComumImagemConversão de texto em imagemCódigo aberto

Zoo é um projeto de código aberto lançado pela Replicate, que fornece uma plataforma experimental para modelos de conversão de texto em imagem. Os usuários podem utilizar modelos de difusão estável e uma série de outros modelos para gerar imagens realistas a partir de qualquer entrada de texto. A vantagem do Zoo reside na oferta de diversos modelos eficientes, proporcionando aos usuários uma ampla gama de opções.

Best AI Websites & Tools

Zoo

Zoo Situação do Tráfego Mais Recente

Zoo Tendência de Visitas

Zoo Distribuição Geográfica das Visitas

Zoo Fontes de Tráfego

Zoo Alternativas

Zoo — Projeto de código aberto para conversão de texto em imagem

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

QwQ-Max-Preview — QwQ-Max-Preview é o mais recente resultado da série Qwen, construído com base no Qwen2.5-Max, e apresenta poderosas capacidades de raciocínio e aplicações em múltiplas áreas.

AlphaMaze-v0.2-1.5B — Método inovador para aprimorar a capacidade de raciocínio visual de grandes modelos de linguagem (LLMs) por meio da resolução de labirintos descritos em texto.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 é um modelo de vídeo base, de código aberto e centrado no ser humano, focado na geração de vídeos de alta qualidade com nível cinematográfico.

OpenThinker-32B — OpenThinker-32B é um poderoso modelo de raciocínio de código aberto, projetado para aprimorar a capacidade de raciocínio com dados abertos.

Aplicativo OLMoE — Ai2 OLMoE é um aplicativo de modelo de linguagem de código aberto que roda em dispositivos iOS.

Huginn-0125 — Huginn-0125 é um modelo de profundidade recorrente com variáveis ​​latentes e 3,5 bilhões de parâmetros, especializado em raciocínio e geração de código.

FireRedASR — Modelo de Reconhecimento Automático de Fala (RAF) em mandarim padrão de nível industrial e código aberto, compatível com diversas aplicações.

RAG-FiT — RAG-FiT é uma biblioteca para aprimorar a capacidade dos LLMs de usar informações externas, ajustando finamente os modelos com um conjunto de dados RAG aprimorado especialmente criado.

Codename Goose — Agente de IA local que automatiza tarefas de engenharia sem problemas.

Open-source DeepResearch — Ferramenta de pesquisa profunda de código aberto, com o objetivo de reproduzir funcionalidades semelhantes ao Deep Research por meio de um framework de código aberto.

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

Janus-Pro-7B — Janus-Pro-7B é uma nova estrutura autoregressiva que unifica a compreensão e a geração multimodais.

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

SpeechGPT 2.0-prévia — O primeiro sistema de interação em tempo real de nível humano orientado para inteligência contextual, suportando interação de voz multi-emocional e multi-estilo.

Baichuan-M1-14B — Modelo de linguagem extenso de código aberto desenvolvido pela Baichuan Intelligence, otimizado para cenários médicos, com capacidades gerais excepcionais e desempenho superior na área médica.

Flex.1-alpha — Modelo pré-treinado de geração de imagem a partir de texto, com 8 bilhões de parâmetros e licença de código aberto Apache 2.0.

modelos-de-linguagem-grandes-autoadaptativos — Uma estrutura de modelo de linguagem grande que se adapta em tempo real a tarefas desconhecidas.

Moondream AI — Modelo de linguagem visual de código aberto, executável em diversos dispositivos.

DiffSensei — Modelo de geração de mangás personalizado, que conecta LLMs multimodais e modelos de difusão.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

Ruyi-Mini-7B — Modelo de geração de vídeo a partir de imagem de código aberto

InternVL 2.5 — Série de modelos de linguagem grandes multimodais de código aberto

HunyuanVideo — Framework de treinamento de modelos de geração de vídeo de grande porte de código aberto da Tencent

PSHuman — Reconstrói modelos 3D realistas do corpo humano a partir de uma única imagem.

FLUX.1 Tools — Conjunto de ferramentas avançadas para modelos de imagem a partir de texto

Huginn-0125 — Huginn-0125 é um modelo de profundidade recorrente com variáveis latentes e 3,5 bilhões de parâmetros, especializado em raciocínio e geração de código.