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 1647 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
    Aikido Security 发布 Altar-1:GLM-5.3 修剪压缩至 328GB,面向内网 / 物理隔离环境的开放权重安全大模型

    Aikido Security 发布 Altar-1:GLM-5.3 修剪压缩至 328GB,面向内网 / 物理隔离环境的开放权重安全大模型

    Aikido Security 推出开放权重安全模型 Altar-1,基于智谱GLM-5.3 做压缩改造,专门用于在客户自有基础设施中运行,驱动 Aikido 自主渗透测试设备,适配内网、空气隔离离线...
    大语言模型# Aikido Security# Altar-1
    1个月前
    530
    Liquid AI 发布 LFM2.5-VL-3B-DSpark:VLM 投机解码草稿模型,Apple Silicon 解码加速达 3.13 倍

    Liquid AI 发布 LFM2.5-VL-3B-DSpark:VLM 投机解码草稿模型,Apple Silicon 解码加速达 3.13 倍

    Liquid AI 推出 LFM2.5-VL-3B-DSpark,一个专为 LFM2.5-VL-3B 视觉语言模型设计的实验性投机解码草稿模型。该草稿器仅增加约 2.8 亿参数(+8.9%),在不改变...
    多模态模型# LFM2.5-VL-3B-DSpark# Liquid AI
    1个月前
    520
    Contrastive-LM 发布 CLM-8B:开源 System One 决策模型,给智能体动作打分,最高比 Jev 快 9 倍

    Contrastive-LM 发布 CLM-8B:开源 System One 决策模型,给智能体动作打分,最高比 Jev 快 9 倍

    Contrastive-LM 推出 CLM-8B,是对比语言模型(Contrastive-LM,CLM)系列首款开源模型。它属于System One决策模型,不做文本生成,核心能力是针对当前环境状态...
    决策模型# CLM-8B# Contrastive-LM# 决策模型
    1个月前
    810
    英伟达发布 Nemotron 3 Diarization:100M 参数开源说话人分离模型,实时识别最多 8 人重叠对话

    英伟达发布 Nemotron 3 Diarization:100M 参数开源说话人分离模型,实时识别最多 8 人重叠对话

    英伟达在 Hugging Face 上线 Nemotron 3 Diarization,一款开放权重的说话人分轨(Diarization)模型,用来识别音频中谁在什么时间段说话,可处理多人声音重叠场景...
    语音模型# Nemotron 3 Diarization# 英伟达
    1个月前
    620
    Black Forest Labs发布FLUX 3 Action:7B开放权重世界动作模型,RoboLab基准登顶

    Black Forest Labs发布FLUX 3 Action:7B开放权重世界动作模型,RoboLab基准登顶

    Black Forest Labs正式推出FLUX 3 Action(F3A),一款7B参数量开放权重世界动作模型,在RoboLab-120基准上拿下第一,解决过往世界动作模型(WAM)推理成本高、V...
    世界模型# Black Forest Labs# FLUX 3 Action
    1个月前
    680
    谷歌发布TTS模型 Gemini 3.8 Flash / Flash-Lite :动态语音创意工作室,支持自然语言创声与逐行表演指导

    谷歌发布TTS模型 Gemini 3.8 Flash / Flash-Lite :动态语音创意工作室,支持自然语言创声与逐行表演指导

    谷歌今天发布两款全新文本转语音模型 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS,将语音生成从固定预设音色升级为动态声音创意工作台,赋能创作者、开发...
    早报语音模型# Gemini# Gemini 3.8 Flash TTS# Gemini 3.8 Flash-Lite TTS
    1个月前
    730
    Kyutai 发布 Voice of Reason:语音原生模型用强化学习攻克口头数学,GSM8K 准确率从 27.3% 升至 77.1%

    Kyutai 发布 Voice of Reason:语音原生模型用强化学习攻克口头数学,GSM8K 准确率从 27.3% 升至 77.1%

    Kyutai 开源 Voice of Reason 系列两个 9B 参数语音到语音模型,首次在语音原生架构中应用强化学习(RL)解决数学推理问题。模型基于 GLM-4-Voice-9B,经监督微调(S...
    语音模型# Kyutai# Voice of Reason
    1个月前
    540
    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁集团百灵团队正式开源 Ming-Image-0.1-Design 系列,包含两个 6B 参数模型及两个配套 Agent Skills。 Ming-Image-0.1-Design 在 Artifi...
    图像模型# Ming-Image-0.1-Design# 蚂蚁百灵
    1个月前
    1530
    阿里千问发布Qwen-Audio-3.1系列五大语音模型,打通音频理解、生成、实时交互全链路,并下调全线产品价格

    阿里千问发布Qwen-Audio-3.1系列五大语音模型,打通音频理解、生成、实时交互全链路,并下调全线产品价格

    阿里千问正式发布 Qwen-Audio-3.1 系列语音大模型,一次性推出五款全新模型,覆盖语音识别、语音合成、实时语音交互,新增音频创作模型Qwen-Audio-3.1-TTS-Next、音频理解模...
    早报语音模型# Qwen-Audio-3.1# 阿里千问
    1个月前
    1340
    Kev:基于Qwen3.5的可本地训练部署的轻量 Jev 架构决策模型,支持本地部署与 TypeSafe API 兼容

    Kev:基于Qwen3.5的可本地训练部署的轻量 Jev 架构决策模型,支持本地部署与 TypeSafe API 兼容

    Kev 是一个基于 Qwen3.5 构建的开源小型决策模型家族(0.8B/4B/9B),遵循 Jev's Architecture Unmasked 描述的架构设计。它支持在同一请求中处理是/否(no...
    决策模型# Jev# Kev# Qwen3.5
    1个月前
    1470
    OpenAI 发布 GPT-6 Sol 与 Luna:价格直接腰斩,事实与编程任务错误大幅降低

    OpenAI 发布 GPT-6 Sol 与 Luna:价格直接腰斩,事实与编程任务错误大幅降低

    继本月初推出旗舰GPT-6 Astra之后,OpenAI正式扩展GPT-6模型家族,在今天发布GPT-6 Sol、GPT-6 Luna两款新模型,依托缓存与推理层面优化,API价格相比前代GPT-5...
    大语言模型早报# GPT-6 Luna# GPT-6 Sol# OpenAI
    1个月前
    820
    Anthropic 发布 Claude Opus 5.5:性能看齐 Fable,成本直降 40%,编程能力大幅升级

    Anthropic 发布 Claude Opus 5.5:性能看齐 Fable,成本直降 40%,编程能力大幅升级

    Anthropic于周二正式发布 Claude Opus 5.5,这是公司CEO Dario Amodei公开呼吁放缓前沿AI能力迭代之后推出的首款大模型。Opus 5.5在编程、知识工作场景达到Fa...
    大语言模型早报# Anthropic# Claude Opus 5.5
    1个月前
    950
    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。
    WorkflowAI

    WorkflowAI

    WorkflowAI是一个开源平台,供产品和工程团队合作构建和迭代AI功能,可以并行测试和比较80多种领先的人工智能模型,并评估其质量、成本和速度。
    BlitzBrowser

    BlitzBrowser

    BlitzBrowser是一款开源无头浏览器管理项目,核心价值在于将各类浏览器封装进Docker容器中,实现便捷的部署、运行与管理,支持本地或云端部署,同时兼容Chrome DevTools协议(CDP)。
    海绵音乐

    海绵音乐

    海绵音乐是由字节跳动最新推出的免费AI音乐创作和分享平台。它旨在利用AI技术生成个性化音乐,让用户能够轻松创作出符合自己风格的音乐作品。
    Apple Wallpapers

    Apple Wallpapers

    AppleWalls 提供 iPhone、iPad 与 Mac 系统原生高清壁纸下载,收录 iOS 与 macOS 各版本官方壁纸。探索苹果设计美学,体验纯粹的 Apple 风格。
    SentrySearch

    SentrySearch

    SentrySearch 将你的 mp4 视频分割成重叠的片段,使用 Google 的 Gemini Embedding API 或本地的 Qwen3-VL 模型将每个片段嵌入为视频,并将向量存储在本地 ChromaDB 数据库中。当你搜索时,你的文本查询被嵌入到同一向量空间中,并与存储的视频嵌入进行匹配。最佳匹配会自动从原始文件中裁剪出来,并保存为一个片段。
    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。
      WorkflowAI

      WorkflowAI

      WorkflowAI是一个开源平台,供产品和工程团队合作构建和迭代AI功能,可以并行测试和比较80多种领先的人工智能模型,并评估其质量、成本和速度。
      BlitzBrowser

      BlitzBrowser

      BlitzBrowser是一款开源无头浏览器管理项目,核心价值在于将各类浏览器封装进Docker容器中,实现便捷的部署、运行与管理,支持本地或云端部署,同时兼容Chrome DevTools协议(CDP)。
      海绵音乐

      海绵音乐

      海绵音乐是由字节跳动最新推出的免费AI音乐创作和分享平台。它旨在利用AI技术生成个性化音乐,让用户能够轻松创作出符合自己风格的音乐作品。
      Apple Wallpapers

      Apple Wallpapers

      AppleWalls 提供 iPhone、iPad 与 Mac 系统原生高清壁纸下载,收录 iOS 与 macOS 各版本官方壁纸。探索苹果设计美学,体验纯粹的 Apple 风格。
      SentrySearch

      SentrySearch

      SentrySearch 将你的 mp4 视频分割成重叠的片段,使用 Google 的 Gemini Embedding API 或本地的 Qwen3-VL 模型将每个片段嵌入为视频,并将向量存储在本地 ChromaDB 数据库中。当你搜索时,你的文本查询被嵌入到同一向量空间中,并与存储的视频嵌入进行匹配。最佳匹配会自动从原始文件中裁剪出来,并保存为一个片段。
      查看完整榜单