Объединённая сборка MiniMax H3 с турбо-адаптерами и INT8-квантизацией для генерации видео по тексту, изображениям и референсам в ComfyUI.

Подходит для: создание короткого видео по текстовому описанию · анимация изображения с сохранением заданного содержания · генерация видео по референсным кадрам

Дообученная мультимодальная модель Qwen на 27 млрд параметров для диалога и анализа изображений по текстовым запросам.

Подходит для: ответы на вопросы по изображению · описание и анализ загруженных изображений · диалог с вызовом инструментов

BigVGAN-v2 — нейронный вокодер, который синтезирует звуковую волну из мел-спектрограммы с параметрами 22 кГц, 80 полос и повышением частоты 256×.

Подходит для: синтез аудиоволны из мел-спектрограммы · вокодирование речи для систем синтеза речи · восстановление звукового сигнала из мел-спектрограммы

TimesFM 2.5 200M — предварительно обученная модель Google Research для прогнозирования временных рядов.

Подходит для: прогнозирование будущих значений временного ряда · построение прогнозов по историческим наблюдениям · прогнозирование показателей посещаемости веб-страниц

Нейронный вокодер BigVGAN-v2 преобразует 128-полосные мел-спектрограммы в аудио с частотой дискретизации 44 кГц.

Подходит для: синтез аудиоволны из мел-спектрограммы · генерация аудио для систем синтеза речи · восстановление звукового сигнала из акустических признаков

Производный чекпойнт MiniMax-H3 в формате ComfyUI для генерации коротких видео по текстовому запросу и изображению.

Подходит для: генерация видео по текстовому описанию в ComfyUI · анимация изображения с помощью текстового запроса · создание коротких видеороликов в локальном пайплайне ComfyUI

Мультимодальная модель Qwen на 27 млрд параметров, дообученная для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: ответы на вопросы и выполнение пользовательских инструкций · решение задач с пошаговыми рассуждениями · анализ изображений и ответы по их содержимому

Xing4.0-29B-A4B — диалоговая языковая модель с длинным контекстом для рассуждений, программирования и агентных задач с использованием инструментов.

Подходит для: написание и разбор кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по базе знаний

Дообученная мультимодальная модель Qwen на 27 млрд параметров для диалогов и задач анализа изображений с заявленным сокращением токенов рассуждения.

Подходит для: диалоговые ответы на текстовые запросы · ответы на вопросы по изображениям · описание содержимого изображений

MOVA — открытая мультимодальная модель OpenMOSS для генерации видео по изображению с синхронным звуком.

Подходит для: создание видео по исходному изображению · добавление синхронного звука к сгенерированному видео · генерация звуковых эффектов по сцене

Слитая модель Mistral на 7,1 млрд параметров для генерации текста и экспериментов с объединёнными LLM.

Подходит для: генерация текста · продолжение текстового фрагмента · эксперименты со слиянием языковых моделей

Дообученная 27-миллиардная мультимодальная модель Qwen для диалога, следования инструкциям, творческого письма и анализа изображений.

Подходит для: создание и доработка художественных историй · подготовка подробных ответов на пользовательские инструкции · многошаговое составление и перепроверка текстов

Слияние двух предварительно обученных моделей Mistral на 7,1 млрд параметров для генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация текста по запросу · продолжение заданного текста · создание ответов в диалоге

Экспериментальная модель FrankenMerge на основе CRIA Llama 2 для генерации текста и изучения слияния слоёв языковых моделей.

Подходит для: эксперименты с генерацией текста на английском языке · оценка метода passthrough-слияния слоёв · исследование поведения FrankenMerge-моделей

Дообученная мультимодальная модель Qwen на 27 млрд параметров для диалога, рассуждений и анализа изображений по текстовым запросам.

Подходит для: помощь в написании и доработке художественных историй · обсуждение персонажей и сюжетов · ответы на вопросы по изображениям

Latent Diffusion — модель генерации изображений по текстовым запросам на основе латентной диффузии.

Подходит для: создание изображений по текстовому описанию · генерация иллюстраций и художественных сцен · создание изображений с текстом на объектах

PhotoMaker от TencentARC создаёт персонализированные изображения по фотографиям лица и текстовому запросу без дополнительного обучения.

Подходит для: создание портретов по фотографии лица и текстовому описанию · генерация стилизованных изображений с сохранением внешности человека · подготовка персонализированных иллюстраций на базе SDXL

Объединённая модель TinyLlama на 1,6 млрд параметров для генерации текста и экспериментов с составными языковыми моделями.

Подходит для: генерация продолжений текста · эксперименты с объединением чекпойнтов Llama · создание прототипов текстовых генераторов

Неудачное слияние двух моделей Mistral для генерации текста, пригодность которого к практическому использованию не подтверждена.

Подходит для: экспериментальная генерация текста · изучение слияния моделей через mergekit · проверка поведения объединённых моделей Mistral

Higgs Audio v3 TTS (4B) — модель синтеза речи по тексту на базе Qwen3-4B с поддержкой эталонного аудио и выходом в виде монофонической волны 24 кГц.

Подходит для: синтез речи по тексту · создание озвучки с голосом, заданным эталонным аудио · генерация монофонической речи с частотой 24 кГц

BigVGAN-v2 — вокодер на 112 млн параметров для генерации аудиоволны из мел-спектрограммы с частотой дискретизации 24 кГц.

Подходит для: синтез аудиоволны из мел-спектрограммы · восстановление речи из спектральных признаков · генерация звуков музыкальных инструментов по мел-спектрограмме

Объединённая LLaMA-подобная языковая модель на 1,2 млрд параметров для генерации текста и экспериментов со слиянием чекпойнтов.

Подходит для: генерация продолжения текста · эксперименты со слиянием чекпойнтов языковой модели · сравнение качества объединённых состояний обучения

LlamaHarmony — диалоговая языковая модель на 1,4 млрд параметров для экспериментов со слиянием LLM и изучения их возможностей.

Подходит для: эксперименты со слиянием языковых моделей · изучение поведения диалоговых LLM · обучающие демонстрации работы LLM

Слитая методом TIES модель на основе Qwen2.5-3B-Instruct для диалогов и генерации текста.

Подходит для: ведение диалогов с пользователем · генерация ответов на инструкции · создание структурированного текста