#AI模型

Serge是一个开源的自托管大语言模型聊天平台，基于llama.cpp开发，支持运行GGUF模型。该项目采用SvelteKit构建前端，使用Redis存储聊天历史，并通过FastAPI和LangChain封装API。Serge目前支持超过30种主流大语言模型，如LLaMA、Mistral和Mixtral等。用户可以通过Docker或Kubernetes快速部署，无需API密钥即可搭建私有AI聊天服务。其简单的用户界面使得即使非技术用户也能轻松搭建和管理自己的AI聊天服务。

Q-transformer项目是Google Deepmind提出的可扩展离线强化学习方法的开源实现。该项目通过自回归Q函数优化多动作选择，支持单一和多动作学习，并提供深度对偶架构和n步Q学习。它包含环境交互、数据集创建和学习流程，适用于复杂机器人控制任务。Q-transformer的创新性和灵活性为强化学习研究和应用提供了重要工具。

该开源项目集成了Longscope、Zeroscope和Potat1等多个文本到视频合成模型。用户可在Colab环境中,通过输入文本生成短视频。项目支持多种分辨率和风格选择,并包含视频增强功能。这一工具集适用于多种创意和内容制作场景,为AI视频创作提供了便利。

Whispering Tiger UI是一个开源项目，提供原生用户界面来控制Whispering Tiger应用。它能够处理实时音频流和游戏画面，进行转录和翻译，并通过WebSocket或OSC将结果输出到浏览器或VRChat。核心功能涵盖语音转文字、文本翻译、文字转语音和图像识别。该工具支持插件扩展，界面友好，适合不同经验水平的用户使用。

ChatdollKit是一个开源的3D虚拟助手开发框架，支持多种大语言模型，能将3D模型转化为具备语音交互功能的智能角色。该框架提供表情同步、动作控制等功能，兼容Windows、Mac、iOS等多个平台。开发者可利用ChatdollKit快速构建具有自然对话能力的3D虚拟角色，打造流畅的人机交互体验。

Podman AI Lab是Podman Desktop的开源扩展，为开发者提供本地LLM开发环境。它包含AI用例配方目录、精选开源模型和实验playground，支持GGUF、Pytorch和Tensorflow等格式。该扩展提供模型服务、实验环境和AI应用配方，适用于聊天机器人、代码生成等场景，既确保数据隐私安全，又便于快速将AI引入应用开发。

Feathr是LinkedIn开源的数据和AI工程平台，经过多年生产环境验证。该平台支持数据转换的定义、注册和共享，尤其适合AI建模场景。Feathr采用原生云集成和可扩展架构，提供丰富的转换API，能够处理大规模数据，并在离线批处理、流处理和在线环境中保持统一的数据转换接口。

该项目以多样性与去重复性为核心，适合创意写作，增强模型对多角色与多情境的理解和反应能力。v1.2版本在Mistral Nemo 12B基础上，剔除了非创意内容，并增强了数据集的去重和过滤。通过大规模创意与角色扮演数据集的优化训练，该模型展现出非凡的创新性和低重复性。具体培训细节包括低学习率与低梯度累积，以最大化学习效率。此版本提供FP16和GGUF等量化格式，适应多样需求。

Replicate提供API云服务，让用户运行和微调开源机器学习模型，只需一行代码即可部署自定义模型。平台支持多种功能，包括图像生成、文本生成、音乐生成、语音生成和图像修复。Replicate旨在将AI技术从理论研究推广到实际应用，用户仅需为实际使用的计算资源付费，平台会根据流量自动调整计算资源，确保高效且经济地满足需求。

Video Ocean视频大模型支持文生视频、图生视频和人物一致性功能，适用于广告、创意和媒体制作领域。它通过顶尖算法和资源整合，优化视频生成流程，简化高品质视频创作，致力于打造友好的内容创作生态，让所有人都能轻松创作。

ChatLabs集合OpenAI、Claude、Gemini、Llama等顶级AI模型，提供涵盖内容创作、编程、学习等的一站式服务，同时配备无代码工具、图像生成及模型对比功能，帮助用户高效达成目标并优化成本。

transformers是一个开源自然语言处理工具包，旨在通过简化模型训练和应用，提升机器学习项目的效率。该库提供丰富功能和预训练模型，便于执行各种文本分析和生成任务。

Whisper large-v3-turbo是OpenAI推出的优化版语音识别和翻译模型。它在保持高质量输出的同时大幅提升了处理速度，支持100多种语言。该模型在噪声环境和不同口音下表现稳定，具备零样本学习能力。适用于实时转录、字幕生成等场景，代表了语音AI技术的最新进展。

TinyLlama-1.1B-Chat-v1.0是一个基于Llama 2架构的轻量级对话模型，仅有1.1B参数。该模型在3万亿tokens上预训练，并通过UltraChat数据集微调和DPO训练实现对齐。它采用与Llama 2相同的架构和分词器，易于集成到现有Llama项目中。其紧凑设计使其适用于计算和内存资源受限的应用场景。

该项目提供Phi-3-mini-128k-instruct模型的ONNX优化版本,支持多种设备和平台高性能推理。模型适配CPU、GPU和移动设备,提供不同精度版本。经指令微调和安全优化,推理能力出色。项目配备ONNX Runtime Generate API,便于开发集成。与PyTorch相比,ONNX版本性能全面提升,FP16 CUDA版本最高提速5倍,INT4 CUDA版本最高提速9倍。

AlbedoBase是基于Diffusers库开发的模型管理框架。它提供模型卡片功能,自动生成模型描述和使用说明。支持上传、分享预训练模型,可直接使用或进行下游任务微调。框架还包含模型评估和环境影响分析,有助于提高模型可解释性。AlbedoBase简化了深度学习模型的管理和部署流程。

FLUX.1-schnell是一个开源的文本到图像生成模型，拥有120亿参数。该模型采用整流流变换器技术，能在1-4步内快速生成高质量图像，性能comparable市面上的闭源产品。FLUX.1-schnell基于Apache-2.0许可发布，支持个人、科研和商业用途。它提供API接口、ComfyUI和Diffusers库支持，方便开发者和创意人员使用。

Segment Anything Model (SAM) 是Facebook Research开发的先进图像分割模型。它能根据点或框等简单提示生成精确的对象蒙版，在1100万图像和11亿蒙版的大规模数据集上训练。SAM具备强大的零样本迁移能力，可应用于多种分割任务。模型由视觉编码器、提示编码器和蒙版解码器构成，既可生成单个目标蒙版，也能自动分割整图所有对象。SAM为计算机视觉领域带来了新的可能性。

Mistral-7B-Instruct-v0.1模型的GPTQ量化版本提供4位和8位精度等多种参数选项。量化后的模型体积显著减小,性能基本不变,适合消费级GPU推理。支持通过ExLlama或Transformers加载,可用于高效文本生成。用户可根据硬件和需求选择合适版本。

本项目提供Mistral 7B Instruct v0.1模型的GGUF格式量化版本。GGUF是llama.cpp团队推出的新格式，替代了GGML。项目包含2至8比特多种量化模型文件，支持CPU和GPU高效推理，适用于llama.cpp、text-generation-webui等多种客户端和库。此外还提供兼容性说明、文件说明和使用指南。

FLUX Uncensored LoRA v2是一个基于FLUX.1-dev开发的AI图像生成模型，移除了内容限制，可生成NSFW和未经审查的内容。该模型性能提升，稳定性更高，模型体积更小。用户可通过特定触发词生成明确图像，适用于创作无限制的艺术作品。仅供研究和个人使用，遵循非商业许可。

这是一个基于FLUX模型的FP8实验性转换项目，旨在生成高度逼真的图像。该项目使用自制脚本将原始FLUX模型转换为FP8格式，为开发者提供了测试FP8模型性能的机会。尽管目前不支持无服务器推理API，但这个转换模型在生成高质量、照片级真实图像方面具有潜力。该项目对于研究FP8格式在图像生成中的应用具有重要意义。

CogVideoX-5b-I2V是一个开源的图像到视频生成模型，参数规模为5B。该模型可生成6秒长、8帧/秒、720x480分辨率的视频，支持多种精度和量化推理。通过diffusers库可快速部署，单GPU运行时内存占用较低。模型提供量化推理功能，适用于小内存GPU，并可通过torch.compile加速。

mala-anime-mix-nsfw-pony-xl-v5new-sdxl是一个基于Stable Diffusion XL的开源模型，融合了动漫和小马元素。该模型在原版基础上进行了优化，能够生成包含动漫和小马风格的混合图像。这一特性为AI艺术创作提供了新的可能性，扩展了创作者的表现空间。

本仓库提供Mistral AI的Mistral 7B Instruct v0.2模型的GGUF格式文件。GGUF是llama.cpp的新格式,替代了GGML。包含2至8比特多种量化版本,文件大小3GB至7.7GB,适合不同硬件。支持文本生成和对话任务,可用于CPU和GPU。仓库包含下载指南和使用示例,便于快速上手。

Dreamshaper-xl-1-0是基于Diffusers框架的AI图像生成模型。该模型能根据文本描述生成图像,支持多种艺术风格和场景。它可应用于创意设计、内容创作等领域。虽然功能强大,但使用时需注意潜在的偏见和局限性。目前该模型的具体训练数据、评估结果等信息尚未公开。

animesh_prunedv21是一个基于diffusers库的开源项目，用于生成AI艺术图像。该项目采用机器学习技术，提供简便的接口，支持快速创作视觉作品。遵循creativeml-openrail-m许可，项目允许开发者进行二次开发，有助于推动AI艺术创作的发展。

PixArt-XL-2-1024-MS是一个基于Transformer的文本到图像生成模型,采用纯Transformer块进行潜在扩散。该模型可直接生成1024px图像,训练效率高,仅用Stable Diffusion v1.5约10%的训练时间即达到可比性能。模型适用于艺术创作、教育工具开发等领域的研究,为探索高效文生图技术提供了新思路。

convtest2是一个基于Diffusers库的实验性文本到图像生成模型。该项目采用FAIPL-1.0-SD许可证，支持英语输入。目前该模型处于测试阶段，旨在探索文本到图像生成技术的可能性。

YamerMIX_v8是一个开源的AI艺术创作模型，提供高质量图像生成功能。该模型适用于多种创意和商业项目，支持定制开发和大规模图像标注。开发者Yamer提供商业授权和定制服务，可通过官方邮箱联系。

DarkIdol-Llama-3.1-8B-Instruct-1.2-Uncensored-GGUF-IQ-Imatrix-Request是一个基于Llama 3.1架构的8B参数无审查指令型语言模型。采用GGUF格式，该模型具有高性能和灵活性，适用于多种应用场景。作为无审查模型，它在内容生成、问答和复杂任务执行方面提供了更大的自由度。使用时需注意遵守相关法律法规和伦理准则。

asyncs-mix-pony-pony-v1-sdxl是基于Stable Diffusion XL的图像生成模型，专注于创作融合动漫和小马元素的图像。该模型遵循FAIPL-1.0-SD许可协议，可用于生成结合两种风格的插图和艺术作品。模型为创作者提供了新的创作可能性，适用于需要独特风格图像的项目。该模型适用于动漫爱好者、插画师以及需要特殊风格图像的设计项目。它可以用于创作独特的插画、概念艺术或个性化的视觉内容。

本项目提供Mixtral-8x7B-Instruct-v0.1模型的GGUF量化版本。GGUF格式支持CPU和GPU高效推理，项目包含2至8比特多种量化等级文件。模型支持英、法、意、德、西等语言，适用多种NLP任务。用户可通过llama.cpp等工具便捷运行这些模型。

这是一个基于Stable Diffusion XL的专业AI艺术创作模型，专门针对动漫和插画风格优化。由AkioAI开发，支持文本生成图像，特别擅长创作动漫角色和精美插画。模型采用FAIPL-1.0-SD协议授权，通过Diffusers库实现。该模型为创作者提供了一个生成高质量动漫风格图像的AI艺术创作工具，特别适合创作pony风格的动漫角色。

Yi-1.5经过优质语料库的持续预训练和多样化微调，提升了在编码、数学、推理等方面的能力，保持良好的语言理解与常识推理。在多项基准测试中表现突出，不仅在同类开源模型中优越，也在某些测试中超越更大规模的模型。Yi-1.5提供多个Chat与Base模型版本，适用多种应用场景，可通过链接快速获取与部署，为现代AI应用提供有力支持。

UnslopNemo-12B-v3-GGUF作为Mistral架构的实验性语言模型，对原有RP数据集进行了90%的优化处理。模型集成了Metharme、Mistral和Text Completion等多种功能，支持灵活的采样器参数调整。目前处于持续优化阶段，通过社区反馈不断完善其性能表现。