AI 模型
AuK是一个由腾讯开发并托管在Hugging Face上的AI模型。它旨在通过开源协作和创新推动AI能力的发展。用户可以通过API访问它以进行各种应用。
查看 AI 模型 Top 5
最佳 AI 模型
317 个工具探索最佳 AI 模型 — 从语言转换器如 DistilGPT2 和 Claude Opus 到先进系统如 GPT-5.6: Frontier intelligence 和 Google DeepMind 的 Gemini 3.1 Pro，这里是开发者和研究人员探索提升项目工具的地方：生成类人文本，构建对话代理，开发复杂算法，推动 AI 能力的边界。 浏览 317 个AI 模型，涵盖 文字转语音, 计算机视觉工具, 3D 模型生成器, 科学发现与实验室工具 和 自然语言处理工具 等类别——每个条目上线前都经过人工审核，并以11种语言发布。
317 个工具
AI 模型
开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。FLUX 3 Action Base 是一个开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。
查看 AI 模型 Top 5
AI 模型
紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。NeuDecide 是一个紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。
查看 AI 模型 Top 5
AI 模型
多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。Youtu-Parsing-Omni 是一个多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。
查看 AI 模型 Top 5
AI 模型
高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。LightOnOCR-3-4B 是一款高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。
查看 AI 模型 Top 5
先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。Moondream Parakeet Ultra 是一款先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。
查看 AI 模型 Top 5
为阿拉伯方言和现代标准阿拉伯语设计的流式语音转文本模型。它能够处理现实世界的音频和代码切换，提供实时字幕和语音接口。Voxtral Mini 4B Realtime Arabic 是一款为阿拉伯方言和现代标准阿拉伯语设计的流式语音转文本模型。它能够处理现实世界的音频和代码切换，提供实时字幕和语音接口。
查看 AI 模型 Top 5
为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。pplx-embed-v2-context-9b-preview 是一个为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。
查看 AI 模型 Top 5
AI 模型
紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。Index-Translate-2B 是一个紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。
查看 AI 模型 Top 5
AI 模型
本周
为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制，非常适合复杂的音频制作。鱼音频剧3是一个为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制，非常适合复杂的音频制作。
查看 AI 模型 Top 5
AI 模型
本周
Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。
查看 AI 模型 Top 5
AI 模型
本周
用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。LIDstral Arabic 是一种用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。
查看 AI 模型 Top 5
AI 模型
本周
为零-shot 预测设计的时间序列基础模型。它支持单变量和多变量预测，提供概率预测，并能够处理多达 32,768 个历史时间步。该模型是开源的，允许用户轻松重现基准结果。Timestral-209M 是一个为零-shot 预测设计的时间序列基础模型。它支持单变量和多变量预测，提供概率预测，并能够处理多达 32,768 个历史时间步。该模型是开源的，允许用户轻松重现基准结果。
查看 AI 模型 Top 5
AI 模型
本周
StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。第5步预览是StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。
查看 AI 模型 Top 5
AI 模型
本周
OpenMOSS 开发的基础文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以实现精确的文本放置和对象排列，提供灵活的图像生成。MOSS-Image-Base 是 OpenMOSS 开发的基础文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以实现精确的文本放置和对象排列，提供灵活的图像生成。
查看 AI 模型 Top 5
AI 模型
本周
OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。MOSS-Image-SFT 是 OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。
查看 AI 模型 Top 5
AI 模型
昨天
旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。Qwen3-8B-DSpine-b16 是一个旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。
查看 AI 模型 Top 5知道一个在AI 模型中出类拔萃的工具吗？
ToolPotion是人们浏览以寻找最佳AI 模型的AI工具目录。免费列出，每个提交都经过编辑审核——将您的工具放在搜索的起点。