Открытая мультимодальная модель Qwen на 27 млрд параметров для программирования, агентных задач и работы с изображениями.

Подходит для: генерация и отладка кода · анализ и изменение кода в репозитории · разработка веб-интерфейсов по описанию

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

PickScore v1 оценивает изображения, созданные по текстовому запросу, для прогнозирования предпочтений и ранжирования результатов генерации.

Подходит для: оценка соответствия сгенерированного изображения текстовому запросу · ранжирование вариантов изображения по предпочтениям пользователей · прогнозирование человеческой оценки изображений

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Многоязычная плотная модель Mistral на 24 млрд параметров для диалогов по инструкциям, анализа изображений и вызова функций.

Подходит для: создание диалогового ассистента с вызовом инструментов · ответы на вопросы по изображениям · выполнение инструкций на нескольких языках

PixArt-α — трансформерная латентно-диффузионная модель для генерации и редактирования изображений по текстовым запросам с разрешением 1024 пикселя.

Подходит для: создание художественных изображений по описанию · генерация иллюстраций для творческих проектов · подготовка визуальных концепций для дизайна

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

PixArt-Σ XL 2 1024 MS — трансформерная латентно-диффузионная модель для генерации и редактирования изображений по текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · подготовка концепт-артов и дизайн-макетов · генерация изображений для творческих и образовательных инструментов

Мультимодальная модель TaichuAI на 9 млрд параметров для понимания изображений и видео, пространственных рассуждений и многошаговых агентных задач.

Подходит для: ответы на вопросы по изображениям, документам и графикам · распознавание и интерпретация текста на изображениях · анализ событий и поиск деталей в видеозаписях

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

PixArt-α — латентная диффузионная модель на основе Transformer для генерации и редактирования изображений по текстовым запросам.

Подходит для: создание художественных иллюстраций по описанию · подготовка концептов и материалов для дизайна · генерация изображений для творческих и образовательных инструментов

Мультимодальная модель ServiceNow на 15 млрд параметров для диалоговых задач, рассуждений и анализа изображений.

Подходит для: ответы на вопросы по изображению · генерация и анализ кода · решение логических и многошаговых задач

Экспериментальная мультимодальная модель Jackrong для диалогов, агентных задач с инструментами и генерации кода с акцентом на эффективность вывода.

Подходит для: ведение диалога по тексту и изображениям · выполнение многошаговых задач с вызовами инструментов · генерация и редактирование кода на Python

PaliGemma 2 3B Mix 448 — мультиязычная визуально-языковая модель Google для описания изображений, ответов на вопросы по ним и других задач компьютерного зрения с текстовым выводом.

Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях

Emi 3 — дообученная на иллюстрациях модель Stable Diffusion 3.5 Large для генерации изображений в японском, аниме- и манга-стиле по текстовым запросам.

Подходит для: создание иллюстраций в японском стиле по описанию · генерация изображений персонажей в стиле аниме · подготовка эскизов для манги и комиксов

Модель Stable Diffusion XL для генерации ярких аниме-иллюстраций по текстовым запросам.

Подходит для: создание аниме-портретов по текстовому описанию · генерация иллюстраций с персонажами и заданными позами · создание вертикальных аниме-изображений для публикаций

Классификатор на базе SigLIP 2 определяет, создано ли изображение человеком или ИИ.

Подходит для: проверка изображений на признаки генерации ИИ · фильтрация пользовательских загрузок по происхождению изображения · предварительная модерация изображений в онлайн-сервисе

Мультимодальная модель Mistral AI, которая анализирует изображения и текст и отвечает на вопросы по их содержимому.

Подходит для: ответы на вопросы по изображению · анализ диаграмм и графиков · извлечение информации из визуальных материалов

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

Emi 2 — модель генерации изображений по тексту для создания иллюстраций в японском, аниме- и манга-стиле.

Подходит для: создание аниме-иллюстраций по текстовому описанию · подготовка эскизов для манги и комиксов · генерация персонажей и художественных сцен

Компактная MoE-модель Papuguinho для создания и редактирования детских AAC-досок с пиктограммами на бразильском португальском языке.

Подходит для: создание доски пиктограмм для школы · подбор пиктограмм для посещения врача или стоматолога · редактирование доски командами на естественном языке

Мультимодальная модель Ornith на базе Qwen для диалогов, программирования, агентных задач и анализа изображений со сниженной склонностью к отказам.

Подходит для: написание и разбор кода · выполнение агентных задач с инструментами · ответы на вопросы по изображению

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

diffusers: формат, квантизация, runtime и память принадлежат одному artifact