Каскадная диффузионная модель DeepFloyd для увеличения изображений с 64×64 до 256×256 по текстовому описанию.

Подходит для: увеличение чернового изображения 64×64 до 256×256 · создание детализированного изображения по английскому промпту · повышение разрешения результата первого этапа DeepFloyd IF

Первая стадия каскадной модели DeepFloyd-IF создаёт изображения 64×64 по текстовым описаниям, преимущественно на английском языке.

Подходит для: создание изображения по текстовому описанию на английском языке · генерация исходного изображения для увеличения разрешения последующими стадиями IF · создание фотореалистичных иллюстраций по короткому запросу

Каскадная диффузионная модель первой ступени для создания изображений 64×64 по текстовым запросам, преимущественно на английском языке.

Подходит для: создание черновых изображений по англоязычному описанию · генерация исходных изображений для последующего повышения разрешения каскадом IF · визуализация идей и концепций по текстовому запросу

Каскадная диффузионная модель DeepFloyd для генерации и повышения разрешения изображений по текстовым запросам.

Подходит для: создание изображений по английскому текстовому описанию · повышение разрешения изображения с 64×64 до 256×256 пикселей · генерация концепт-артов и иллюстраций

Мультимодальная модель DeepSeek для диалогов, рассуждений и агентных задач с изображениями и контекстом до одного миллиона токенов.

Подходит для: анализ изображений в диалоге · выполнение агентных задач с длинным контекстом · помощь в программировании и работе с кодовыми базами

FLUX.1 [schnell] — быстрая трансформерная модель Black Forest Labs для генерации изображений по тексту за 1–4 шага.

Подходит для: создание иллюстраций по текстовому описанию · быстрое прототипирование визуальных концепций · генерация изображений в ComfyUI

Флагманская Vision Transformer-модель ByteDance для оценки глубины, позы камеры и 3D-геометрии сцен по изображениям.

Подходит для: оценка относительной глубины по одному изображению · оценка глубины сцены по нескольким ракурсам · восстановление позы камеры по изображениям

Компактная модель ByteDance для оценки глубины, геометрии сцены и поз камер по одному или нескольким изображениям.

Подходит для: оценка относительной глубины по одному изображению · восстановление геометрии сцены по нескольким ракурсам · оценка поз камер для набора изображений

Компактная модель ByteDance для оценки глубины по изображениям и восстановления позы камеры в многовидовых сценах.

Подходит для: оценка относительной глубины по одиночному изображению · оценка глубины по нескольким ракурсам сцены · оценка позы камеры по изображениям

Крупная модель DPT с backbone DINOv2 оценивает относительную и абсолютную глубину по изображению, включая zero-shot сценарии.

Подходит для: получение карты глубины для фотографии · оценка глубины сцены без дообучения · анализ пространственной структуры изображения

Компактная модель Depth Anything V2 оценивает относительную глубину объектов по одному изображению.

Подходит для: построение карты относительной глубины по фотографии · оценка глубины сцены для компьютерного зрения · анализ расположения объектов в кадре

Модель Depth Anything V2 Large оценивает глубину объектов и сцен по одному изображению, в том числе без дообучения на целевых данных.

Подходит для: построение карты глубины по фотографии · оценка расстояний и взаимного расположения объектов в сцене · добавление оценки глубины в компьютерное зрение и робототехнику

Черновая модель DFlash для ускорения инференса Qwen/Qwen3.6-35B-A3B посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста на сервере с Qwen3.6-35B-A3B · повышение пропускной способности пакетного инференса Qwen · спекулятивное декодирование в SGLang с проверкой токенов целевой моделью

Черновая модель DFlash 2, которая ускоряет генерацию GLM-5.3-Flash с помощью спекулятивного декодирования в SGLang.

Подходит для: ускорение генерации текста моделью GLM-5.3-Flash в SGLang · предсказание блоков токенов для спекулятивного декодирования · интеграция чернового декодера в сервер генерации на базе GLM-5.3-Flash

Модель Depth Anything V2 оценивает относительную или абсолютную глубину по одиночному изображению.

Подходит для: построение карты глубины по фотографии · оценка расстояний до объектов на изображении · анализ геометрии сцены по одиночному кадру

Модель компьютерного зрения ByteDance для оценки глубины сцены и позы камеры по изображениям.

Подходит для: оценка относительной глубины по одному изображению · восстановление глубины по нескольким видам сцены · оценка позы камеры по изображениям

Черновая модель DFlash для ускорения генерации текста с помощью спекулятивного декодирования целевой моделью Qwen.

Подходит для: ускорение инференса совместимой модели Qwen · параллельное черновое предсказание токенов при генерации текста · интеграция DFlash в сервер генерации на Transformers

Depth Anything V2 Large оценивает относительную глубину объектов по одному изображению для задач компьютерного зрения.

Подходит для: построение карты относительной глубины по фотографии · оценка расстояний и структуры сцены на изображении · добавление глубины в конвейер обработки изображений

Черновая модель DFlash семейства Qwen3 для ускорения генерации текста в паре с Qwen/Qwen3.6-27B.

Подходит для: ускорение генерации текста методом speculative decoding · параллельное черновое декодирование для Qwen3.6-27B · экспериментальная настройка инференса в vLLM или SGLang

Черновая модель DFlash на базе Qwen3.5-9B, ускоряющая генерацию целевой модели через спекулятивное декодирование.

Подходит для: ускорение генерации ответов Qwen3.5-9B в сервере вывода · повышение пропускной способности сервиса диалоговой модели · ускорение генерации решений математических задач

Компактная модель Depth Anything V2 для оценки метрической глубины и расстояний на изображениях помещений.

Подходит для: построение карты глубины помещения по фотографии · оценка расстояния до объектов в кадре · метрическая реконструкция внутренней сцены

Компактная модель DPT с энкодером DINOv2 для построения карты глубины по изображению без дообучения.

Подходит для: оценка глубины сцены по фотографии · построение карты глубины для изображения · анализ пространственной структуры сцены

DepthCrafter оценивает глубину в видео и формирует длинные временно согласованные последовательности карт глубины без данных о позах камеры и оптическом потоке.

Подходит для: оценка глубины в кадрах видео · генерация согласованных карт глубины для длинного видео · восстановление структуры сцены по видеоряду

Дообученный Vision Transformer классифицирует изображения как реальные или созданные ИИ.

Подходит для: проверка, создано ли изображение генеративной моделью · первичная сортировка изображений по признаку подлинности · анализ коллекций изображений на возможные AI-фейки