Модель Stability AI на архитектуре MMDiT-X для генерации изображений по текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для дизайн-проектов · создание изображений с надписями и типографикой

Диффузионная модель для получения карт материалов и освещения, таких как albedo и normal, из RGB-изображения.

Подходит для: получение карты albedo из фотографии · оценка карты нормалей поверхности · генерация карты roughness для материала

Компактная инструктивная модель Google для диалогов и генерации текста, пригодная для запуска на устройствах с ограниченными ресурсами.

Подходит для: создание черновиков писем и маркетинговых текстов · ответы на вопросы в чат-боте или виртуальном помощнике · суммаризация документов и отчётов

Мультимодальная модель Google на 27 млрд параметров для диалогов, генерации текста и ответов на вопросы по изображениям.

Подходит для: ответы на вопросы по изображениям · извлечение и краткое описание сведений с изображений · суммаризация документов и длинных текстов

Gemma 3 4B IT — мультимодальная модель Google для диалогов, генерации текста и ответов на вопросы по изображениям.

Подходит для: ответы на вопросы по содержимому изображений · извлечение и краткое описание визуальной информации · создание диалогового помощника

V-JEPA 2 — модель FAIR при Meta для классификации и представления видео и изображений, поиска по видеоданным и использования в качестве видеоэнкодера.

Подходит для: классификация видеороликов по содержанию · поиск видео по визуальному сходству · извлечение представлений из видеоклипов

Мультимодальная модель Google на 12 млрд параметров для диалогов, генерации текста и понимания изображений по текстовым инструкциям.

Подходит для: ответы на вопросы по изображению · извлечение и краткое изложение сведений с изображения · диалоговый помощник с текстовыми и визуальными запросами

Компактная мультиязычная vision-language модель LightOn для распознавания текста и структуры документов на изображениях и страницах PDF.

Подходит для: извлечение текста из сканов и фотографий документов · преобразование страниц PDF в текст с порядком чтения · распознавание содержимого таблиц и форм

Предварительно обученная BERT-модель для индонезийского языка, извлекающая контекстные представления текста для NLP-задач.

Подходит для: извлечение контекстных эмбеддингов индонезийского текста · подготовка признаков для классификации индонезийских текстов · дообучение классификатора тональности на индонезийском языке

Dreamshaper 7 — дообученная модель Stable Diffusion для генерации художественных изображений по текстовым запросам, включая стили аниме и реализма.

Подходит для: создание художественных изображений по текстовому описанию · генерация персонажей в стиле аниме · создание изображений с реалистичным стилем

Базовая мультиязычная модель Qwen для синтеза речи по тексту и клонирования голоса по аудиопримеру.

Подходит для: синтез речи из текста на поддерживаемых языках · быстрое клонирование голоса по короткому аудиопримеру · озвучивание текста выбранным голосом

ViTPose+ Base определяет ключевые точки тела человека на изображениях для оценки позы.

Подходит для: оценка позы человека на фотографии · определение координат суставов на кадрах видео · анализ положения тела при упражнениях

Мультиязычная модель Perplexity AI, создающая текстовые эмбеддинги для семантического поиска и извлечения документов.

Подходит для: семантический поиск по документам · поиск релевантных фрагментов для RAG · сопоставление смысловой близости текстов

Биомедицинская vision-language модель Microsoft для исследовательской классификации изображений, поиска по изображениям и ответов на визуальные вопросы.

Подходит для: классификация медицинских изображений по текстовым описаниям без дообучения · поиск научных подписей к биомедицинским изображениям · поиск изображений по текстовому запросу в медицинском корпусе

Компактная инструкционная текстовая модель Google для диалогов, генерации текста, ответов на вопросы и суммаризации.

Подходит для: создание чат-бота или виртуального помощника · ответы на вопросы по предоставленному тексту · суммаризация документов и отчетов

Модель Stable Diffusion 3.5 Medium от Stability AI создаёт изображения по текстовым запросам для творческих, дизайнерских и образовательных сценариев.

Подходит для: создание иллюстраций по текстовому описанию · генерация визуальных концепций для дизайна · создание художественных изображений с надписями

ViTPose — модель на основе Vision Transformer для определения ключевых точек человеческого тела на изображениях.

Подходит для: определение позы человека на фотографии · поиск координат суставов тела для фитнес-приложения · анализ позы людей в кадрах видеонаблюдения

Мультимодальная модель для распознавания и структурированного разбора документов, а также преобразования диаграмм и другой графики в SVG.

Подходит для: извлечение текста и структуры из сканов документов · преобразование страниц PDF в Markdown · обнаружение блоков текста, таблиц и других элементов макета

Видеоэнкодер V-JEPA 2 от FAIR и Meta для классификации, поиска и получения представлений видео и изображений.

Подходит для: классификация содержимого видео · поиск видео по визуальному сходству · извлечение представлений видео для VLM

Предварительно обученная мультимодальная модель Google для понимания изображений и текста с генерацией текстовых ответов.

Подходит для: ответы на вопросы по изображению · извлечение и краткое описание сведений с изображений · суммаризация документов и текстов

Дистиллированная модель Baidu для быстрого создания изображений по тексту, включая изображения с текстом и структурированными макетами.

Подходит для: создание постеров с длинными надписями · генерация инфографики и UI-подобных изображений · создание комиксов и многопанельных иллюстраций

Мультимодальная Gemma 3 4B IT от Unsloth для диалогов, генерации текста и ответов на вопросы по изображениям.

Подходит для: ответы на вопросы о содержимом изображения · извлечение и краткое изложение визуальных сведений · суммаризация документов и отчётов

Компактная модель Google Translate для перевода текста между 55 языками и перевода текста, извлечённого из изображений.

Подходит для: перевод текста между поддерживаемыми языками · перевод надписей и текста на изображениях · перевод документов на локальном компьютере

Компактная текстовая модель Google семейства Gemma 3 для генерации текста, диалогов, суммаризации и ответов на вопросы.

Подходит для: создание черновиков писем и маркетинговых текстов · суммаризация статей и отчётов · ответы на вопросы в диалоговом интерфейсе