开源模型
flux1.ai
Flux是Black Forest Labs推出的开源AI图像生成模型，核心包含高精度图像生成、精准文字渲染、高契合度提示词响应三大核心能力，同时支持本地部署与云端API调用两种使用方式。该模型主要面向AI内容创作者、设计从业者、技术开发人员等群体，可广泛应用于商业插画创作、产品原型设计、营销素材生成、多场景创意视觉落地等不同场景，为用户的视觉内容生产提供支持。
blog.eleuther.ai
Pile-T5是EleutherAI推出的自然语言处理模型专属介绍页面，核心定位为面向研究人员、开发者提供该模型的完整技术信息与资源。核心功能包括模型技术细节公开、训练过程数据披露、下游任务性能展示。目标用户覆盖自然语言处理领域的研究人员、AI应用开发者、高校相关专业学生等。使用场景包括开展模型选型参考、学术研究参考资料、开发代码任务相关模型应用测试等场景，帮助用户全面了解Pile-T5的技术特性与适用范围，为相关研究与开发工作提供参考依据。
nexa.ai
OmniAudio-2.6B是Nexa AI推出的参数规模为2.6B的多模态音频处理模型官网，核心定位为面向边缘设备的统一架构音频文本处理工具。其核心功能包括端侧低延迟音频理解、多模态输入联合处理、轻量化部署适配三大方向，支持用户在无需依赖云端算力的前提下完成音频内容解析、语音指令响应、音频文本联合推理等任务，目标用户覆盖AI应用开发者、嵌入式设备研发人员、边缘计算从业者、科研机构研究人员等群体，可应用于智能语音助手开发、离线语音交互功能搭建、端侧音频内容分析、低功耗智能设备研发等多个场景。
molmo.allenai.org
Molmo是艾伦人工智能研究所（Allen AI）推出的开放多模态AI模型家族官方信息发布平台，核心定位是向公众及开发者同步Molmo模型的研发进展、技术细节与落地应用方向。平台支持用户查阅模型的技术白皮书、训练数据集说明及落地案例参考，还提供模型的开源获取渠道与部署指引，可协助开发者快速了解模型特性与使用方法。目标用户覆盖AI领域研究人员、多模态应用开发者、高校计算机相关专业师生、科技行业从业者，适用于学术研究参考、应用开发选型、技术学习交流等多种场景。
liuff19.github.io
Video-T1是基于测试时间缩放技术（TTS）构建的开源视频生成模型演示站点，核心定位是为视频生成领域的相关从业者提供高质量视频生成效果的测试与技术验证平台。站点支持文本转视频生成、生成参数自定义调整、传统方法效果对比、生成结果下载、TTS技术原理说明等核心功能，目标用户涵盖人工智能领域研究人员、视频生成方向开发者、数字内容创作者、高校计算机相关专业学生等群体。可应用于视频生成技术学术研究验证、技术选型前的效果测试、数字内容原型创作、教学过程中的技术演示等多种场景，帮助用户直观了解测试时间缩放技术对视频生成质量的提升效果。
ai.gitee.com
模力方舟是Gitee推出的AI开发服务平台，聚焦大模型应用开发与落地全流程需求，为开发者及企业提供一站式AI能力支撑。平台核心功能包括多源大模型调用、低代码应用搭建、开源AI模型仓库服务，同时支持模型微调与部署运维一体化操作。主要面向AI应用开发者、企业技术团队、高校科研人员等群体，可满足快速搭建智能问答系统、行业专属AI工具、模型性能验证测试等不同场景的使用需求，助力降低AI开发的技术门槛与成本投入。
lightricks.com
LTXV是Lightricks推出的实时AI视频生成开源模型站点，核心定位为面向AI视频开发者与内容创作者提供高效连贯的视频生成技术方案。核心功能包括支持可扩展的长视频生成、帧到帧连贯性优化、GPU/TPU算力适配提速，服务于AI模型研究人员、视频制作团队、独立内容创作者等用户群体，可应用于AI视频工具开发、商业短片快速生成、内容平台批量内容制作、研究机构视频生成技术迭代等场景，帮助用户在保障视频视觉质量的前提下降低生成耗时，解决传统AI视频生成常见的闪烁、场景跳转等问题。
diffusion-vas.github.io
Diffusion-Vas是由卡内基梅隆大学提出的视频非可见物体分割与内容补全技术的官方展示站点，核心定位是面向计算机视觉领域的技术交流与效果演示平台。该站点提供模型技术原理详解、多场景效果可视化演示、论文成果下载三大核心功能，服务于计算机视觉研究者、视频处理开发人员、高校相关专业师生等群体，可用于视频分析算法研究、特效制作中的物体补全开发、视频修复场景的技术选型参考等场景，帮助用户直观理解非可见物体分割技术的实现逻辑与应用价值。
g-u-n.github.io
PCM网站是Phased Consistency Model生成模型的官方演示与技术展示平台，核心定位为面向AI生成领域研究者、开发者的技术方案展示与体验站点。平台核心功能包括不同迭代步数下的PCM生成效果对比、与Stable Diffusion系列基础模型的适配效果展示、高分辨率文生图结果样例呈现。目标用户覆盖AI生成算法研究者、AIGC应用开发者、计算机专业学生、数字内容创作者。使用场景包含算法选型参考、生成模型效果验证、学术研究对比、技术学习参考等，帮助用户直观了解PCM在文本条件高分辨率生成任务中的性能表现。
01.ai
零一万物是由李开复博士创办的AI公司，推出了Yi系列大语言模型。Yi-Lightning等模型在多项基准测试中表现突出，以高性价比和中文能力著称。提供开源模型和企业级API，支持长文本理解、多轮对话、代码编写等能力，是国内AI大模型领域的重要参与者。
apollo-lmms.github.io
Apollo-LMMs 是聚焦于视频理解方向的大型多模态模型研究项目官网，核心是公开Apollo系列多模态模型的相关研究成果与落地资源。该项目探索视频多模态模型的设计空间，总结性能优化关键要素，公开“Scaling Consistency”研究发现，可降低大模型研发的计算资源投入；同时提供ApolloBench基准测试套件，支持视频理解模型的能力评测。其目标用户包括人工智能领域的科研人员、多模态模型开发者、高校计算机相关专业师生、视频内容平台技术团队、智能监控研发企业、AI教育机构从业者等，可用于多模态模型研发参考、视频理解算法性能验证、大模型设计方案对比、相关课程教学案例展示等场景。
studio.consciousengines.com
ModelHub 是 Conscious Engines 推出的原生 macOS 菜单栏工具，核心定位是为本地大语言模型使用者提供一站式模型管理服务。核心功能包括多平台模型聚合检索、一键下载部署、本地模型版本统一管理三大模块，支持对接 HuggingFace、LM Studio、Ollama、MLX、llama.cpp 多个主流模型生态。目标用户覆盖 AI 算法开发者、本地模型爱好者、独立应用开发人员、科研工作者等群体，可应用于本地模型调试、离线大模型应用搭建、个人知识库模型部署、轻量级AI服务测试等多种场景，无需在多个模型平台间反复切换，即可完成从模型查找、部署到管理的全流程操作。
replicate.com
Replicate是一个聚合多类开源AI大模型的服务平台，核心为用户提供便捷的模型调用与部署服务。平台核心功能包括预训练模型库检索调用、自定义模型部署、API集成对接，无需用户搭建复杂本地运行环境即可使用模型能力。平台面向AI开发者、内容创作者、产品研发人员、学术研究人员等群体，可覆盖AI方案验证、多模态内容生成、AI功能模块搭建、模型效果测试等多类使用场景，帮助用户降低AI技术落地的门槛。
zoo.replicate.dev
Zoo是Replicate推出的开源文字转图像模型实验平台，核心定位是为AI图像生成爱好者、创作者及开发者提供多模型并行测试与效果对比的在线环境。平台支持稳定扩散系列及多种开源文生图模型调用，可同步展示同一提示词在不同模型下的生成效果，还支持生成参数自定义调整，方便用户比对不同模型的风格适配性。目标用户覆盖AI艺术创作者、设计从业者、AI模型研究人员、内容创作者等，可用于AI图像创作效果测试、模型选型参考、生成参数调试、创意内容原型产出等场景。
depth-anything.github.io
Depth Anything是专注于单目深度估计的技术项目官网，核心定位是提供可泛化的单目视觉深度估计基础模型。核心功能包括开源模型资源下载、零样本深度估计效果演示、不同微调版本的效果对比展示，同时提供配套的技术论文、训练数据说明文档。目标用户覆盖计算机视觉研究人员、自动驾驶算法开发人员、AR/VR内容创作者、影视后期制作人员等，可应用于3D场景重建、自动驾驶环境感知、AR虚实融合效果调校、影视景深特效生成等多个场景，为需要从单张图像获取深度信息的工作提供模型支撑。
mistral.ai
Pixtral 12B是Mistral AI团队推出的多模态AI模型官方介绍页面，核心定位为向开发者、研究人员及企业用户提供该模型的完整技术参数、功能特性、应用场景说明。页面涵盖模型性能测试数据、多模态任务处理能力演示、接入部署指南三类核心内容，目标用户覆盖AI研究人员、应用开发者、企业技术团队等群体，可用于技术选型评估、模型集成开发、行业应用方案设计等场景，帮助用户全面了解Pixtral 12B的技术特性与使用边界。
caizhongang.github.io
SMPLer-X是面向人体姿态与形状估计领域的开源学术项目站点，核心提供经过大规模数据训练的全身动作捕捉模型方案。站点内置多基准测试结果可视化功能，支持模型部署代码包下载，配套不同场景下的推理Demo运行指南。主要面向计算机视觉领域研究人员、动捕技术开发工程师、数字人内容创作者，可用于学术研究性能对比、动捕工具开发迭代、数字人驱动素材生成等场景，帮助相关从业者降低全身动作捕捉模型的研发与应用门槛。
pyramid-flow.github.io
Pyramid Flow 是由北京大学、快手科技、北京邮电大学联合研发的视频生成建模技术官方展示站点，核心定位为面向AI生成领域的流匹配视频生成技术开源平台。站点提供论文原文查阅、模型权重下载、推理代码部署指南三类核心功能，服务于AI算法研究员、视频内容开发从业者、高校计算机相关专业师生等群体，可支持学术研究参考、商业视频生成工具开发、AI生成技术学习实践等多类场景，是开源视频生成技术领域的参考站点之一。