在第九屆數字中國建設峯會上，中國移動將首次公開展示其自研的“九天”35B通用大模型。摩爾線程宣佈，其旗艦GPU MTT S5000已完成對該模型的全流程適配與推理驗證，這標誌着國產算力生態的重要突破。通過自研MUSA軟件棧和SGLang-MUSA高性能推理引擎，摩爾線程實現了“九天”35B模型推理全鏈路的深度融合與優化。
Speechify發佈原生Windows客戶端，從文本轉語音工具升級爲全棧語音助手。應用集成三類本地AI模型，支持跨應用實時聽寫與文檔轉錄，對標Superwhisper等競品。爲保障響應速度與隱私，在Copilot+ PC等高性能設備上支持完全本地化運行，用戶無需上傳音頻至雲端，即可利用本地NPU或GPU驅動的Whisper模型。
法國AI初創公司Mistral AI完成8.3億美元債務融資，將用於在巴黎附近建設AI數據中心。該中心將部署44MW算力，配備13800塊英偉達GB300 GPU，以支持AI應用發展。
歐洲AI公司Mistral AI完成8.3億美元債務融資，將用於在巴黎近郊建設頂級AI數據中心。該中心計劃部署超1.3萬塊英偉達GB300 GPU，以大幅提升算力。融資獲七家國際銀行支持，顯示金融界對歐洲AI發展的信心。
檢測硬件，瞭解本地可運行的AI模型，支持GPU、CPU和RAM分析
即時對比各雲服務提供商H100、H200等GPU實例價格，找最優方案。
提供穩定高效的 AI 算力及 GPU 租賃服務。
智能算力即開即用，全面提升效率與競爭力。
Openai
$2.8
輸入tokens/百萬
$11.2
輸出tokens/百萬
1k
上下文長度
-
Bytedance
$0.8
$2
128
Alibaba
$0.4
$8.75
$70
400
$0.35
$1.75
$14
64
$0.63
$3.15
131
$1.8
$5.4
16
Tencent
32
$17.5
$56
$0.7
$2.4
$9.6
Google
$0.14
$0.28
drbaph
Z-Image（造相）是一個擁有60億參數的高效圖像生成基礎模型，專門解決圖像生成領域的效率和質量問題。其蒸餾版本Z-Image-Turbo僅需8次函數評估就能達到或超越領先競品，在企業級H800 GPU上可實現亞秒級推理延遲，並能在16G VRAM的消費級設備上運行。
silveroxides
基於 black-forest-labs/FLUX.2-dev 的優化版本圖像生成模型，支持圖像到圖像的生成和編輯任務，採用 fp8_scaled 量化技術提升推理速度，特別適合在低顯存 GPU 上使用。
mratsim
GLM-4.5-Iceblink-v2-106B-A12B-FP8是基於GLM-4.5-Iceblink-v2-106B-A12B模型，採用最先進的混合專家量化方法進行FP8量化的版本。該模型專門針對支持硬件FP8的Ada、Hopper或Blackwell系列GPU優化，在保持高質量輸出的同時顯著提升推理效率。
tencent
混元視頻-1.5是一款輕量級高性能視頻生成模型，僅用83億參數就能提供頂級的視頻質量，顯著降低了使用門檻。它能在消費級GPU上流暢運行，支持文本到視頻和圖像到視頻生成，讓每個開發者和創作者都能輕鬆使用。
pnnbao-ump
VieNeu-TTS-1000h是一款先進的越南語端側文本轉語音模型，基於約1000小時高質量越南語語音數據訓練，具備即時語音克隆功能，支持越南語與英語的無縫切換，能在CPU或GPU上即時合成24kHz波形。
hum-ma
Wan2.2-TI2V-5B-Turbo-GGUF是基於quanhaol/Wan2.2-TI2V-5B-Turbo基礎模型轉換而來的圖像轉視頻模型，經過優化可在4GB GPU上運行，具有出色的通用性和高效推理能力。
FastVideo
FastVideo團隊推出的圖像轉視頻模型，屬於CausalWan2.2 I2V A14B系列，支持8步推理，能適配從H100到4090等多種GPU，也支持Mac用戶使用。
QuantStack
本項目是基於Flux架構的文本到圖像模型Nepotism的量化版本，採用SVDQuant技術進行優化。提供了INT4和FP4兩種量化格式，分別適用於不同世代的GPU硬件，在保持圖像生成質量的同時顯著減少模型大小和內存佔用。
Qwen
Qwen3-VL是通義系列最強大的視覺語言模型，採用混合專家模型架構（MoE），提供GGUF格式權重，支持在CPU、GPU等設備上進行高效推理。模型在文本理解、視覺感知、空間理解、視頻處理等方面全面升級。
Qwen3-VL-2B-Thinking是Qwen系列中最強大的視覺語言模型之一，採用GGUF格式權重，支持在CPU、NVIDIA GPU、Apple Silicon等設備上進行高效推理。該模型具備出色的多模態理解和推理能力，特別增強了視覺感知、空間理解和智能體交互功能。
Qwen3-VL是通義系列中最強大的視覺語言模型，具備出色的文本理解和生成能力、深入的視覺感知和推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及智能體交互能力。本倉庫提供GGUF格式權重，支持在CPU、GPU等設備上高效推理。
Qwen3-VL-2B-Instruct-GGUF是通義千問系列的多模態視覺語言模型的GGUF量化版本，具備20億參數，支持圖像理解和文本生成的無縫融合，可在CPU、GPU等設備上高效運行。
這是基於Danrisi的Flux架構文本到圖像模型UltraReal Fine-Tune的Nunchaku量化（SVDQ）版本。該模型提供了兩種量化格式：INT4適用於非Blackwell架構GPU（50系列之前），NVFP4適用於Blackwell架構GPU（50系列），旨在降低硬件需求同時保持圖像生成質量。
spooknik
這是UltraReal Fine-Tune模型的SVDQ量化版本，由Danrisi基於Flux開發，是一款文本到圖像生成模型。該版本提供了多種量化方案，適配不同GPU硬件，特別針對非Blackwell系列和Blackwell系列GPU進行了優化。
sanchezalonsodavid17
這是DeepSeek-OCR的模態平衡量化（MBQ）變體，通過對視覺編碼器採用4位NF4量化減少內存佔用，同時保持投影器和語言/解碼器的BF16精度，可在普通GPU上進行本地部署和快速CPU試驗。
TheStageAI
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微調版本，由TheStage AI針對多平臺（NVIDIA GPU和Apple Silicon）的即時、低延遲和低功耗語音轉文本推理進行了優化。
RedHatAI
Llama-4-Maverick-17B-128E-Instruct-NVFP4是一個經過FP4量化處理的多語言大語言模型，基於Meta-Llama-3.1架構，專為商業和研究用途設計。該模型通過將權重和激活量化為FP4數據類型，顯著減少了磁盤空間和GPU內存需求，同時保持較好的性能表現。
Project0 SVDQ 是基於 Flux Dev 和 Flux Krea 的文本到圖像模型的量化版本，採用 SVDQuant 技術進行優化，提供 INT4 和 FP4 兩種量化格式，分別適用於不同世代的 GPU 硬件。
這是Project0模型的SVDQ量化版本，基於Flux Dev和Flux Krea創建的文本到圖像模型。該模型提供了多種量化格式，針對不同GPU架構進行了優化，包括INT4和FP4量化版本，適用於Blackwell和非Blackwell GPU用戶。
kenpath
Svara-TTS是一款面向印度語言的開源多語言文本轉語音模型，支持19種語言（18種印度語言+印度英語）。該模型基於Orpheus風格的離散音頻令牌方法構建，旨在普通GPU/CPU上實現清晰、富有表現力且低延遲的語音合成。
DiffuGen是一個先進的本地圖像生成工具，集成了MCP協議，支持多種AI模型（包括Flux和Stable Diffusion系列），可直接在開發環境中生成高質量圖像。它提供了靈活的配置選項、多GPU支持，並可通過MCP協議與多種IDE集成，同時提供OpenAPI接口供外部調用。
用於Kubernetes集群中NVIDIA GPU硬件診斷的即時SRE診斷代理，通過MCP協議提供即時GPU硬件檢測和故障排查功能。
VkRunner是一個基於Piglit的shader_runner的Vulkan著色器測試工具，旨在支持與Piglit的shader_test格式儘可能相似的測試腳本。它支持通過GLSL或SPIR-V編寫著色器，並提供豐富的測試命令來驗證著色器的行為，包括繪製、計算、探針檢測等功能。
一個全面的MCP服務器，提供機器學習模型訓練、微調和實驗管理功能，支持多後端訓練、雲GPU部署和成本估算。
該項目集成Graphistry的GPU加速圖可視化平臺與模型控制協議(MCP)，為AI助手和大型語言模型提供先進的圖分析能力，支持多種數據格式和網絡分析功能。
QuantConnect Lean算法交易引擎一體化Docker鏡像，支持GPU自動選擇、現代Web界面、REST API和MCP協議集成
Kyutai TTS的Docker部署方案，提供一鍵啟動的Web界面、REST API和MCP工具支持，支持GPU加速和多語言界面。
Hyperbolic GPU MCP服務器是一個與Hyperbolic GPU雲交互的工具，允許代理和LLM查看、租用GPU，並通過SSH連接運行GPU加速的工作負載。
Hyperbolic GPU MCP服務器是一個基於Node.js的工具，允許用戶通過API管理和租用Hyperbolic雲平臺上的GPU資源，包括查看可用GPU、租用實例、SSH連接及運行GPU工作負載等功能。
一個MCP服務器，用於在Google Colab的GPU運行時（T4/L4）上分配資源並執行Python代碼，使AI助手能夠遠程運行GPU加速的計算任務。
MiniMind Docker是一個一體化部署解決方案，提供包含Web界面、API和MCP支持的MiniMind大語言模型服務，支持一鍵Docker部署、智能GPU管理和多語言界面。
Scalene-MCP是一個基於FastMCP v2的服務器，為LLM提供對Scalene性能分析工具的結構化訪問，支持CPU、GPU和內存分析，並集成到GitHub Copilot、Claude Code等LLM代理中。
MCP說話人分離與識別系統是一個集成了GPU加速的說話人分離、語音識別、情感檢測和Web界面的完整解決方案。它結合了pyannote.audio的說話人分離與faster-whisper轉錄技術，支持持久化說話人識別（一次註冊，永久識別）、雙檢測器情感分析（結合通用AI與個性化聲紋）、即時流處理、REST API和MCP服務器，專為AI智能體集成和愛好項目設計。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
