LUSTIFY-v2.0 — дообученный чекпойнт SDXL для фотореалистичной генерации изображений по естественным языковым промптам и тегам, включая откровенный контент.

Подходит для: генерация фотореалистичных изображений по текстовому описанию · создание откровенных изображений для взрослых · создание безопасных для работы изображений объектов и животных

LTX-Video — диффузионная модель Lightricks для генерации видео по изображению и текстовому описанию.

Подходит для: создание видеоролика на основе исходного изображения · анимация статичного изображения по текстовому промпту · генерация реалистичных визуальных сцен для творческих проектов

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

Модель Alibaba PAI создаёт видео из изображения и текстового запроса, позволяя задавать движение и структуру сцены через контуры, глубину, позу, траектории и другие условия.

Подходит для: создание управляемого видеоклипа по исходному изображению · анимация персонажа с контролем позы · генерация видео по карте глубины или контурам Canny

Модель NVIDIA Cosmos3 для генерации видео из исходного изображения, ориентированная на сценарии Physical AI.

Подходит для: создание видеосцены по исходному изображению · генерация динамичных сцен для симуляции физических сред · создание видеоданных для робототехнических сценариев

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

Модель Tencent для генерации видео по текстовым описаниям и изображениям с согласованным движением и повышением разрешения до 1080p.

Подходит для: создание роликов по текстовому описанию · анимация изображения с помощью текстовой инструкции · создание коротких рекламных и творческих видео

Мультимодальная модель Ai2 для понимания сцен, пространственных отношений, нескольких изображений и временной последовательности в видео.

Подходит для: Ответы на вопросы о содержимом изображения · Определение точного положения объекта на изображении · Сопоставление объектов и сцен на нескольких изображениях

Juggernaut XI v11 — дообученная на базе SDXL модель RunDiffusion и KandooAI для создания фотореалистичных изображений по текстовым запросам.

Подходит для: создание фотореалистичных портретов · генерация кинематографичных сцен и фотографий · создание изображений с заданным типом кадра

Экспериментальная мультимодальная модификация DeepSeek V4 с ослабленными механизмами отказа для исследований безопасности и контролируемого red teaming.

Подходит для: исследование механизмов отказа языковых моделей · red teaming мультимодальной модели в контролируемой среде · оценка ответов модели на вредоносные текстовые запросы

AlayaLab/Evoke-Turbo — модель генерации видео по тексту, оптимизированная для управления движением камеры и следования инструкциям о сцене и объектах.

Подходит для: генерация видео по текстовому описанию · создание роликов с заданным движением камеры · генерация сцен с точным следованием инструкциям об объектах

Shap-E — диффузионная модель OpenAI, создающая 3D-ассеты в представлениях сетки или NeRF по текстовому запросу.

Подходит для: создание 3D-объектов по текстовому описанию · быстрое прототипирование 3D-ассетов · генерация объектов для визуализации

Модель AIdeaLab для создания коротких видео в японском аниме-стиле на основе исходного изображения и текстового описания.

Подходит для: создание аниме-видео по исходному изображению · предварительная визуализация анимационных сцен · прототипирование раскадровок и видеораскадровок

ShutterMuse — мультимодальная модель на базе Qwen3-VL для анализа сцены и рекомендаций фотографу во время съёмки.

Подходит для: получение советов по кадрированию сцены · подбор композиции кадра во время съёмки · оценка сцены перед нажатием на затвор

Дообученные веса Wan2.2-Fun для генерации видео с управляемым движением камеры по текстовому описанию и исходному изображению.

Подходит для: генерация видео с заданным движением камеры · создание кинематографических проходов по сцене · анимация исходного изображения с движением виртуальной камеры

Диффузионная Transformer-модель Stability AI для создания согласованных новых ракурсов сцены и плавных видеопоследовательностей по изображениям и целевым положениям камер.

Подходит для: создание видео с движением камеры по заданной траектории на основе снимков сцены · синтез новых ракурсов для визуализации сцены · создание плавных зацикленных видеороликов из нескольких видов

Дообученная модель Alibaba PAI для генерации видео по исходному изображению и управляющим условиям, таким как контуры, глубина или поза.

Подходит для: анимация исходного изображения с управлением движением · генерация видео по карте контуров Canny · создание видео с сохранением заданной позы персонажа

ShotVL-3B — мультимодальная модель для анализа кинематографических приёмов и визуального языка в изображениях и видеоклипах.

Подходит для: анализ композиции отдельного кинокадра · ответы на вопросы об операторских приёмах в видеоклипе · описание визуальной грамматики сцены

Juggernaut XL v8 — дообученная на Stable Diffusion XL модель для генерации фотореалистичных и кинематографичных изображений по текстовым запросам.

Подходит для: генерация фотореалистичных портретов · создание архитектурных и интерьерных изображений · генерация фотографий автомобилей и дикой природы

Kiwi-Edit — модель редактирования видео по текстовым инструкциям с возможностью использовать опорное изображение для управления результатом.

Подходит для: удаление объектов из видео по текстовому запросу · редактирование видеокадров с опорой на референсное изображение · изменение визуальных деталей видео по инструкции

Модель Alibaba PAI семейства Wan2.1-Fun для генерации видео по текстовым описаниям и опорным изображениям.

Подходит для: создание видео по текстовому промпту · анимация одного изображения в видеоклип · генерация видео с заданными начальным и конечным кадрами

Дообученная модель Wan2.2 для создания видео по изображению с управлением движением камеры.

Подходит для: анимация статичного изображения в видео с движением камеры · создание видеоролика по исходному кадру с заданным движением камеры · генерация коротких видеосцен с управляемой камерой

Диффузионная модель NVIDIA, которая создаёт короткие видеосцены по текстовому описанию и изображению первого кадра.

Подходит для: создание короткого видео по описанию сцены и стартовому изображению · визуализация будущего движения объектов в заданной сцене · генерация видеосцен для прототипов Physical AI

Wan2.2-Fun-5B-InP — модель Alibaba PAI для создания видео по исходному изображению и текстовой подсказке.

Подходит для: создание короткого видео на основе исходного изображения · анимация статичного изображения по текстовому описанию · подготовка видеоматериалов для творческих проектов