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。

計算機視覺Diffusers多語言

Z-Image是一款功能強大且高效的圖像生成模型，擁有60億參數。它能有效解決圖像生成領域在效率、質量和功能多樣性方面的問題，為用戶提供高質量的圖像生成和編輯服務。

計算機視覺Diffusers英語

騰訊混元視頻1.5模型的量化GGUF版本，專門用於文本到視頻生成任務，支持720P高清視頻生成，提供多種量化精度版本以優化使用效率。

多模態Gguf

這是allenai的Olmo-3-32B-Think模型的GGUF量化版本，通過llama.cpp工具進行多種量化處理，旨在提升模型在特定環境下的性能和效率。提供了從Q2到Q8的多種量化選項，滿足不同硬件配置和性能需求。

自然語言處理Gguf英語

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。

自然語言處理Safetensors

這是一個基於Huihui-MiroThinker-v1.0-8B模型的量化版本，專門針對文本生成任務進行了優化，通過量化技術提高了推理效率，同時保持了模型的性能表現。

自然語言處理Gguf

這是對MiroThinker-v1.0-30B模型進行MXFP4_MOE imatrix量化的版本，基於mradermacher的imatrix實現。該量化模型保持了原模型的文本生成能力，同時通過量化技術提高了推理效率，適用於需要高效文本生成的各種應用場景。

自然語言處理Gguf

本項目提供了cerebras/MiniMax-M2-REAP-172B-A10B模型的量化版本，致力於讓知識為大眾所用。這是一個1720億參數的大型語言模型，經過優化和量化處理，旨在降低部署成本和提高推理效率。

自然語言處理Gguf

這是kldzj/gpt-oss-120b-heretic模型的量化版本，使用llamacpp進行量化處理，提供了多種量化類型選擇，包括BF16、Q8_0和MXFP4_MOE等特殊格式，顯著提升了模型運行效率。

自然語言處理Gguf

這是一個基於Qwen3 VL 8B模型的混合量化版本，採用MXFP4量化技術並在密集模型上使用混合權重。該模型在保持接近Q8精度的同時，實現了更小的文件大小和更高的推理速度，是效率與精度平衡的優秀解決方案。

多模態Safetensors其他

本項目是使用mergekit對預訓練語言模型進行合併的成果，結合了多個醫學領域的預訓練模型，為醫學問答任務提供了更強大的支持，可有效提升醫學問題回答的準確性和效率。

自然語言處理Safetensors英語

MiniMax-M2 AWQ - INT4是基於MiniMax-M2模型進行量化後的版本，採用INT4量化技術，在保證性能的前提下顯著減少內存使用並提高推理效率。該模型在編碼和智能體任務方面表現出色，具有卓越的綜合性能。

自然語言處理Transformers

Aquif-3.5-Max-42B-A3B是一個420億參數的大型語言模型，經過MXFP4_MOE量化處理，在保持高質量文本生成能力的同時優化了推理效率。該模型基於先進的混合專家架構，適用於多種自然語言處理任務。

自然語言處理Gguf

本項目是卡納娜1.5-15.7B-A3B指令模型的MXFP4_MOE量化版本，可在特定場景下提升模型的運行效率。該模型基於kakaocorp/kanana-1.5-15.7b-a3b-instruct進行優化，採用混合專家架構和MXFP4量化技術。

自然語言處理Gguf

Gelato-30B-A3B是針對GUI計算機使用任務進行微調的最先進（SOTA）模型，提供了量化版本以優化部署效率。該模型專門設計用於理解和處理圖形用戶界面相關的任務。

多模態Gguf

這是一個經過微調的Whisper語音識別模型，基於unsloth/whisper-large-v3-turbo架構，使用Unsloth和Huggingface TRL庫實現了2倍訓練加速，顯著提升了訓練效率。

音頻處理Transformers英語

這是NVIDIA ChronoEdit-14B-Diffusers模型的GGUF量化版本，專門用於圖像轉視頻任務。該模型保留了原始模型的所有功能，同時通過GGUF格式優化了部署和運行效率。

計算機視覺Gguf

Chronos-2是一個擁有1.2億參數的時間序列基礎模型，支持零樣本預測。它在單一架構內支持單變量、多變量和協變量感知任務，在多個基準測試中實現了零樣本預測的最先進精度，且推理效率極高。

科學計算Safetensors

Kimi Linear是一種混合線性注意力架構，在各種場景下包括短、長上下文以及強化學習擴展機制中，均優於傳統的全注意力方法。它能有效解決傳統注意力機制在長上下文任務中效率低下的問題，為自然語言處理等領域帶來更高效的解決方案。

自然語言處理Transformers

Kimi Linear是一種高效混合線性注意力架構，在短上下文、長上下文和強化學習場景中均優於傳統全注意力方法。它通過Kimi Delta Attention (KDA)機制優化注意力計算，顯著提升性能和硬件效率，特別擅長處理長達100萬令牌的長上下文任務。

自然語言處理Transformers