SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    模型

    共 1722 篇文章
    百科工具模型ComfyUIAI合集web UI提示词
    大语言模型多模态模型图像模型语音模型3D模型Flux衍生视频模型世界模型决策模型
    排序
    发布更新浏览点赞
    Zyphra 开源 ZONOS3-Mini:800M 总参 MoE TTS,仅 100M 激活参数,支持词级表达控制

    Zyphra 开源 ZONOS3-Mini:800M 总参 MoE TTS,仅 100M 激活参数,支持词级表达控制

    Zyphra 正式发布了 ZONOS3-Mini,一款专为本地设备实时推理设计的开源文本转语音(TTS)模型。该模型采用稀疏混合专家(MoE)架构,总参数量 8 亿,但在每次推理时仅激活约 1 亿参数...
    语音模型# ZONOS3-Mini# Zyphra
    6天前
    180
    谷歌最强模型 Gemini 4 Carbon 全面上线,面向复杂长程任务与多智能体工作流的前沿模型

    谷歌最强模型 Gemini 4 Carbon 全面上线,面向复杂长程任务与多智能体工作流的前沿模型

    11 月 10 日,谷歌正式向付费开发者、企业、科学家及 Google AI Ultra 订阅用户开放 Gemini 4 Carbon。作为谷歌目前能力最强的模型,Carbon 专为测试模型智能极限的...
    大语言模型早报# Gemini 4 Carbon# Google AI Ultra# 谷歌
    6天前
    190
    MiniMax 发布开源图像模型H3-Image:6 步采样直出最高 1600 万像素图像,支持最多 16 张参考图

    MiniMax 发布开源图像模型H3-Image:6 步采样直出最高 1600 万像素图像,支持最多 16 张参考图

    11 月 10 日,MiniMax 正式宣布开源 MiniMax H3-Image 模型权重。作为 MiniMax H3 系列中专用于图像生成与编辑的顶尖模型,H3-Image 将智能意图理解与视觉世...
    图像模型# H3-Image# MiniMax
    6天前
    360
    Anthropic 发布 Claude Fable 5.2 / Mythos 5.2:旗舰双模型,全维度超越 Opus 5.5、降价提速

    Anthropic 发布 Claude Fable 5.2 / Mythos 5.2:旗舰双模型,全维度超越 Opus 5.5、降价提速

    11 月 9 日,Anthropic 正式推出 Claude Fable 5.2 与 Claude Mythos 5.2。作为其产品线中定位最高端的模型系列,新版本在编码、推理、视觉及科学计算等领域均...
    多模态模型早报# Anthropic# Claude Fable 5.2# Claude Mythos 5.2
    7天前
    260
    AI 降临派开源Sophon-Realtime v1 :32B 全双工语音模型,听懂语气、自主生成笑 / 叹气等副语言

    AI 降临派开源Sophon-Realtime v1 :32B 全双工语音模型,听懂语气、自主生成笑 / 叹气等副语言

    AI降临派(Adventists AI)正式推出 Sophon-Realtime v1,这是一个基于 Apache-2.0 协议开源的全双工语音模型系列。该模型旨在提供拟真的实时语音交互体验:在用户说...
    语音模型# AI 降临派# Sophon-Realtime v1# 全双工语音模型
    7天前
    310
    Meta 推出轻量高效模型 Muse Ember:面向 Agent 高频任务,百万上下文,性价比领先

    Meta 推出轻量高效模型 Muse Ember:面向 Agent 高频任务,百万上下文,性价比领先

    Meta 正式推出 Muse Ember,这是其当前体量最小、运行效率最高的模型,定位面向智能体高频重复的复杂推理任务,覆盖工具调用、编码子任务、请求路由、信息提取以及长文档解析场景。 在同等推理部署...
    大语言模型早报# Meta# Muse Ember
    7天前
    240
    美团龙猫正式开源LongCat-2.5:原生多模态长程智能体模型,1M 上下文、MIT 协议可商用

    美团龙猫正式开源LongCat-2.5:原生多模态长程智能体模型,1M 上下文、MIT 协议可商用

    11月2日,美团龙猫对外发布适配长程智能体任务的原生多模态模型LongCat-2.5;11月9日,美团官宣该模型开源。 官方介绍:https://longcat.ai/blog/longcat-2.5...
    大语言模型# LongCat-2.5# 美团龙猫
    1周前
    310
    英伟达推出 Lyra 2.0:单图生成可漫游 3D 环境,攻克空间遗忘与时间漂移

    英伟达推出 Lyra 2.0:单图生成可漫游 3D 环境,攻克空间遗忘与时间漂移

    英伟达空间智能实验室(SIL)近期展示了 Lyra 2.0,这是一个 AI 驱动的框架,能够将单张静态照片转化为可探索的 3D 环境。该研究最初于 2026 年 4 月发表,目前英伟达正于 SIGGR...
    世界模型# Lyra 2.0# 英伟达
    1周前
    310
    字节跳动发布 Seedream 5.5 图像模型:支持百轮像素级多轮编辑与原生 RGBA 输出

    字节跳动发布 Seedream 5.5 图像模型:支持百轮像素级多轮编辑与原生 RGBA 输出

    2026年11月9日,字节跳动 Seed 团队正式发布新一代图像创作模型 Seedream 5.5。随着生成式 AI 逐步融入专业视觉生产流程,模型能否在交付标准、时间和成本的约束下持续产出可用结果...
    图像模型早报# Seedream 5.5# 字节跳动
    1周前
    450
    腾讯混元开源Hy‑Nomas:8B 交互式世界模型,文字 + 相机 WASD 混合操控,配套评测基准开源

    腾讯混元开源Hy‑Nomas:8B 交互式世界模型,文字 + 相机 WASD 混合操控,配套评测基准开源

    Hy‑Nomas 是腾讯混元团队推出的80亿参数交互式世界模型,基于HunyuanVideo1.5视频大模型改造,核心区别于传统一次性生成的文生视频:它可以维持一个连续的虚拟世界,在生成过程中持续接收...
    世界模型# Hy‑Nomas# 腾讯混元
    1周前
    230
    SolarRenderer:4 步生成式蓝图渲染框架,一套模型兼容简笔画 / 骨骼 / 线框等各类结构蓝图

    SolarRenderer:4 步生成式蓝图渲染框架,一套模型兼容简笔画 / 骨骼 / 线框等各类结构蓝图

    在游戏开发、影视预演及 AI 智能体内容创作中,创作者通常已提前规划好场景布局、物体摆放、人物动作轨迹及镜头运动。这些规划通常以结构蓝图的形式存在,如线框图、骨骼动作数据或灰度方块布局图,仅记录位置与...
    多模态模型# SolarRenderer
    1周前
    310
    MatAnyone-E:基于稀疏记忆传播的高效高分辨率视频抠像模型,先低分辨筛不确定区域,仅局部做高精度匹配

    MatAnyone-E:基于稀疏记忆传播的高效高分辨率视频抠像模型,先低分辨筛不确定区域,仅局部做高精度匹配

    高分辨率视频抠像面临的核心矛盾在于:既要保留发丝、柔和透明度等细微视觉特征,又要维持严格的帧间时序一致性。传统的基于记忆(Memory-based)的方法通过将当前帧特征与早期帧存储的信息进行全局匹配...
    视频模型# MatAnyone-E# 视频抠像
    1周前
    270
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    MagicArena

    MagicArena

    MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
    Flowith

    Flowith

    Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
    Video_Spider

    Video_Spider

    Video_Spider 是一款高效、简洁的短视频无水印下载工具。只需提供短视频链接,即可快速获取无水印的视频版本,支持多个主流短视频平台,为用户提供纯净的视频下载体验。
    RSS-AIGC

    RSS-AIGC

    RSS-AIGC是一个非常简易的现代化的 RSS 订阅与 AI 内容聚合平台,专为内容创作者、研究人员和知识工作者设计。系统集成了 AI 报告生成、飞书机器人推送、多源内容聚合等高级功能,帮助用户高效地获取、管理和分析来自 Hacker News、GitHub、ArXiv 等专业平台的内容
    威软夸克助手

    威软夸克助手

    威软夸克助手 是一款完全开源、本地运行的浏览器脚本,无需上传账号信息,即可在网页端解析夸克网盘文件的真实下载地址,并支持批量操作与多工具集成。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      MagicArena

      MagicArena

      MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
      Flowith

      Flowith

      Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
      Video_Spider

      Video_Spider

      Video_Spider 是一款高效、简洁的短视频无水印下载工具。只需提供短视频链接,即可快速获取无水印的视频版本,支持多个主流短视频平台,为用户提供纯净的视频下载体验。
      RSS-AIGC

      RSS-AIGC

      RSS-AIGC是一个非常简易的现代化的 RSS 订阅与 AI 内容聚合平台,专为内容创作者、研究人员和知识工作者设计。系统集成了 AI 报告生成、飞书机器人推送、多源内容聚合等高级功能,帮助用户高效地获取、管理和分析来自 Hacker News、GitHub、ArXiv 等专业平台的内容
      威软夸克助手

      威软夸克助手

      威软夸克助手 是一款完全开源、本地运行的浏览器脚本,无需上传账号信息,即可在网页端解析夸克网盘文件的真实下载地址,并支持批量操作与多工具集成。
      查看完整榜单