AM-RADIO от NVIDIA Research извлекает из изображений визуальные эмбеддинги для классификации и других задач компьютерного зрения.

Подходит для: извлечение эмбеддингов изображений для классификатора · подготовка визуальных признаков для семантической сегментации · передача признаков изображения последующей модели компьютерного зрения

Дообученная на основе Stable Diffusion 2.1 латентная диффузионная модель создаёт вариации изображений по CLIP-представлению исходного изображения и текстовому запросу.

Подходит для: создание вариаций исходного изображения по текстовому запросу · изменение изображения с управлением уровнем шума CLIP-эмбеддинга · подготовка художественных вариантов для дизайна

Тернарная диффузионная модель mindview для быстрой генерации изображений 512 × 512 по текстовым описаниям в браузере через WebGPU.

Подходит для: создание иллюстраций по текстовому промпту в браузере · быстрый набросок изображения за один шаг · генерация изображений в два шага с черновиком низкого разрешения

Производная модели Charles-Elena/stable-diffusion-2-1. Stable Diffusion 2.1 — латентная диффузионная модель для генерации и редактирования изображений по текстовым запросам.

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

Производная модели botp/stable-diffusion-v1-5. Латентная диффузионная модель Stable Diffusion v1.5 создаёт и редактирует изображения по текстовым запросам, особенно на английском языке.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для творческих проектов · создание изображений для образовательных инструментов

RADIO-B извлекает глобальные и пространственные признаки изображений для задач компьютерного зрения и передачи визуальной информации в LLM.

Подходит для: извлечение общего вектора признаков изображения · получение пространственных признаков для семантической сегментации · подготовка визуальных признаков для интеграции в LLM

Латентная диффузионная модель для преобразования изображений по текстовым запросам с дополнительным управлением по глубине сцены.

Подходит для: изменение исходного изображения по текстовому описанию · создание вариантов изображения с сохранением пространственной структуры сцены · творческое редактирование изображений с управлением по карте глубины

Производная модели valurank/MiniLM-L6-Keyword-Extraction. Англоязычная Sentence-Transformers-модель, преобразующая предложения в эмбеддинги для семантического поиска, сравнения и кластеризации.

Подходит для: семантический поиск по коллекции текстов · сравнение сходства двух предложений · кластеризация коротких текстов

Модель InstructPix2Pix редактирует исходные изображения по инструкциям на естественном языке.

Подходит для: изменение объектов на изображении по текстовому запросу · редактирование фона и окружения фотографии · стилизация изображения по инструкции

Производная модели stabilityai/stable-diffusion-x4-upscaler. Текстово-управляемая модель латентной диффузии, которая увеличивает изображения в четыре раза с учётом текстовой подсказки.

Подходит для: увеличение разрешения изображения в четыре раза · улучшение и творческая переработка изображений по текстовой подсказке · подготовка изображений высокого разрешения для дизайна и иллюстраций

RADIO-L извлекает из изображений глобальные и пространственные признаки для визуального анализа и последующих компьютерно-зрительных задач.

Подходит для: извлечение общего векторного представления изображения · получение пространственных признаков для семантической сегментации · подготовка визуальных признаков для интеграции с LLM

RadioDINO-b16 — самообученная модель ViT для извлечения признаков из медицинских изображений и переноса обучения на задачи анализа снимков.

Подходит для: извлечение признаков из снимков КТ · извлечение признаков из МРТ и УЗИ · подготовка эмбеддингов для классификации медицинских изображений

Производная модели stabilityai/sd-x2-latent-upscaler. Диффузионная модель Stability AI и Кэтрин Кроусон для двукратного увеличения разрешения латентных изображений Stable Diffusion.

Подходит для: двукратное увеличение разрешения изображения Stable Diffusion · улучшение разрешения изображения перед декодированием из латентного пространства · ускорение конвейера генерации изображений с последующим апскейлом на GPU

Kandinsky 2.1 — диффузионная модель для текстово управляемого преобразования изображений и генерации визуальных вариантов.

Подходит для: изменение изображения по текстовому описанию · создание вариаций исходного изображения · смешивание визуальных идей из текста и изображения

AltDiffusion-m9 — многоязычная модель семейства Stable Diffusion для преобразования текстовых запросов и изображений в изображения.

Подходит для: генерация изображений по текстовым запросам на разных языках · редактирование изображения с помощью текстового запроса · создание вариантов изображения по исходной картинке

Компактная тернарная модель mindview для генерации изображений 512 × 512 по текстовым запросам в браузере через WebGPU.

Подходит для: создание иллюстрации по текстовому описанию · быстрый набросок изображения в браузере · генерация изображений локально без сервера

Модель CIIR на базе Qwen2.5-14B, дообученная для поиска и извлечения документов по запросам, требующим математических рассуждений.

Подходит для: поиск математических задач по текстовому запросу · извлечение релевантных документов для запросов с рассуждениями · семантический поиск по коллекции математических материалов

Ember-1 — модель рассуждений Fireworks Research на базе Kimi K3, рассчитанная на более короткие цепочки рассуждений.

Подходит для: решение задач, требующих рассуждений