快手可灵AI发布数字人模型Avatar2.0，用户仅需提供一张照片和一段音乐，即可生成长达5分钟的唱歌视频。该模型显著提升了数字人的表现力，使其能够自然展现表情和肢体动作，告别僵硬“对口型”模式。这标志着AI内容创作从静态向动态叙事的重大进步。
《芝加哥论坛报》起诉AI公司Perplexity，指控其未经授权抓取新闻内容、绕过付费墙并直接生成原文级别结果。报社律师曾询问内容使用情况，Perplexity回应称未将文章用于模型训练，但承认可能涉及非逐字事实引用。
微软推出实时文本转语音模型VibeVoice-Realtime-0.5B，仅0.5B参数即可实现接近实时的语音生成，最快300毫秒内开始发声，支持中英文实时转录与语音生成，中文表现略逊于英文，但整体流畅度和还原度高，音质自然。
OpenAI宣布GPT-5.1-CodexMax全面接入API，开发者可将其整合至应用与工作流。该模型在复杂任务分解、代码生成质量及自主执行等方面显著提升，现已正式开放使用。
基于Flux AI模型，可实现文本生成图像和图像编辑转换
GPTunneL提供多模型AI服务，可生成文本、图像等，支持多方式支付。
Z-Image Turbo是高效AI图像生成模型，秒速生成高质量图像。
免费AI生成器中心，50+模型在线创作图像、视频和音乐
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$6
$24
Baidu
128
$2
$20
drbaph
Z-Image（造相）是一个拥有60亿参数的高效图像生成基础模型，专门解决图像生成领域的效率和质量问题。其蒸馏版本Z-Image-Turbo仅需8次函数评估就能达到或超越领先竞品，在企业级H800 GPU上可实现亚秒级推理延迟，并能在16G VRAM的消费级设备上运行。
city96
FLUX.2-dev是由black-forest-labs开发的图像生成和编辑模型，已转换为GGUF格式，专为图像生成任务优化，采用扩散模型架构，支持在ComfyUI框架中使用。
gguf-org
flux2-dev-gguf 是一个基于 FLUX.2-dev 的图像到图像转换模型，专门用于根据文本提示生成特定风格的图像。该模型支持在 ComfyUI 环境中运行，能够将文本描述转换为风格化的视觉内容。
silveroxides
基于 black-forest-labs/FLUX.2-dev 的优化版本图像生成模型，支持图像到图像的生成和编辑任务，采用 fp8_scaled 量化技术提升推理速度，特别适合在低显存 GPU 上使用。
ostris
这是一个基于LoRA技术的文本到图像转换模型，专门用于生成具有法国印象派画家贝尔特·莫里索艺术风格的图像。该模型在FLUX.2-dev基础模型上训练，能够将普通图像或文本描述转换为莫里索风格的画作。
Tongyi-MAI
Z-Image是一款功能强大且高效的图像生成模型，拥有60亿参数。它能有效解决图像生成领域在效率、质量和功能多样性方面的问题，为用户提供高质量的图像生成和编辑服务。
optimum-internal-testing
这是一个Hugging Face Hub上的🤗 Transformers模型，具体信息待补充。模型卡片为自动生成，需要模型发布者提供更多详细信息。
Gjm1234
Wan2.2是基础视频模型的重大升级版本，专注于将有效MoE架构、高效训练策略和多模态融合等创新技术融入视频扩散模型，为视频生成领域带来更强大、更高效的解决方案。
diffusers
FLUX.2-dev是基于NF4量化的DiT和文本编码器的图像生成与编辑模型，提供高质量的图像生成和编辑能力，适用于图像领域的开发应用。
bartowski
这是squ11z1的Hypnos-i1-8B模型的量化版本，使用llama.cpp工具和特定数据集进行量化处理。该模型基于Llama-3架构，提供多种量化类型选择，支持文本生成任务，适用于推理、对话等多种应用场景。
lightx2v
本仓库包含为HunyuanVideo-1.5优化的4步蒸馏模型，能够在不使用CFG（无分类器指导）的情况下实现超快速的4步推理，显著减少生成时间，同时保持高质量的视频输出。
pramjana
Qwen3-VL-4B-Instruct是阿里巴巴推出的40亿参数视觉语言模型，基于Qwen3架构开发，支持多模态理解和对话任务。该模型具备强大的图像理解和文本生成能力，能够处理复杂的视觉语言交互场景。
ExaltedSlayer
Gemma 3是谷歌推出的轻量级开源多模态模型，本版本为12B参数的指令调优量化感知训练模型，已转换为MLX框架的MXFP4格式，支持文本和图像输入并生成文本输出，具有128K上下文窗口和140+语言支持。
00quebec
这是一个专门为 Qwen-Image 设计的开源 LoRA 模型，专注于模拟现代 iPhone 摄影的真实感外观和感觉。模型基于5000多张真实 iPhone 风格照片训练，能够生成清晰、自然、适合社交媒体分享的图像。
noctrex
这是一个基于Huihui-MiroThinker-v1.0-30B模型进行的MXFP4_MOE imatrix量化版本，专门针对文本生成任务优化，在保持模型性能的同时显著减小了模型体积和推理成本。
gia-uh
塞西莉亚FT MS v1是基于塞西莉亚2B v0.1微调的古巴语言模型，专门针对古巴西班牙语进行优化，捕捉古巴语言、文化和社会的细微差别。该模型支持西班牙语和英语，主要用于文本生成任务。
black-forest-labs
FLUX.2 [dev] 是一个拥有320亿参数的校正流变压器模型，专门用于图像生成、编辑和组合任务。该模型在文本到图像生成、单参考编辑和多参考编辑方面处于领先水平，无需微调即可实现角色、对象和风格参考，支持个人、科学和商业用途。
Sachin-0001
这是一个基于🤗 Transformers库的双向自回归Transformer模型，已上传至模型中心。模型卡片由系统自动生成，具体技术细节和应用信息需要进一步补充。
Kiy-K
Fyodor-Q3-8B-Instruct 是一款专为智能推理和稳健代码生成设计的高保真指令调优模型。它基于Qwen3-8B架构，采用高秩LoRA配置训练，擅长在编码前进行规划，非常适合复杂的软件工程任务。
这是对ai-sage的GigaChat3-10B-A1.8B模型进行的量化处理版本，采用llama.cpp的imatrix量化技术，可在不同硬件条件下更高效地运行。模型支持俄语和英语，主要用于文本生成任务。
Klavis AI是一个开源项目，提供在Slack、Discord和Web平台上简单易用的MCP（模型上下文协议）服务，包括报告生成、YouTube工具、文档转换等多种功能，支持非技术用户和开发者使用AI工作流。
MiniMax官方模型上下文协议（MCP）服务器，支持文本转语音、视频/图像生成等API交互。
MemoryMesh是一个为AI模型设计的知识图谱服务器，专注于文本角色扮演游戏和互动叙事。它通过动态模式定义和自动生成工具，帮助AI在对话中维护一致且结构化的记忆，实现更丰富、更动态的交互体验。
该项目为LangChain提供Model Context Protocol（MCP）工具调用支持，通过MCP工具包实现与AI模型的交互，如文件读取和摘要生成。
mcp-hfspace是一个连接Hugging Face Spaces的MCP服务器，支持图像生成、语音处理、视觉模型等多种AI功能，简化了与Claude Desktop的集成。
DB MCP Server是一个支持多数据库的服务器，实现了模型上下文协议(MCP)，为AI助手提供结构化访问数据库的能力。它支持MySQL和PostgreSQL，可同时连接多个数据库，自动生成专用工具，并遵循清晰架构设计。
Quick-start Auto MCP是一个帮助用户快速在Claude Desktop和Cursor中注册Anthropic模型上下文协议(MCP)的工具，提供RAG文档搜索、Dify工作流、实时网络搜索等功能，支持一键生成JSON配置文件。
Unreal Engine生成式AI支持插件，集成多种前沿LLM/GenAI模型API，提供游戏开发中的AI集成层支持，包括OpenAI、Claude、Deepseek等模型的聊天、结构化输出等功能，并支持Model Control Protocol（MCP）实现场景对象控制、蓝图生成等高级功能。
FileScopeMCP是一个基于TypeScript的代码分析工具，通过计算文件重要性评分、追踪依赖关系、生成可视化图表和添加文件摘要，帮助开发者快速理解代码库结构。支持多语言项目分析，提供Mermaid图表生成和持久化存储功能，可与Cursor的模型上下文协议集成。
Notebook Intelligence (NBI) 是一个为JupyterLab设计的AI编码助手和可扩展AI框架，支持GitHub Copilot及其他LLM提供商的模型，包括本地Ollama模型。它通过代码生成、自动补全和聊天界面等功能显著提升生产力，并支持Model Context Protocol (MCP) 服务集成。
AI视频生成MCP服务器，支持文本和图像输入生成动态视频，提供多种参数控制和模型选择。
该项目是一个基于Google Cloud Vertex AI Gemini模型的MCP服务器，提供丰富的工具集用于代码辅助和通用问答，支持网络搜索增强回答、文档解释生成、文件系统操作等功能。
本项目构建了一个基于IBM Watsonx.ai的检索增强生成(RAG)服务器，使用ChromaDB进行向量索引，并通过模型上下文协议(MCP)暴露接口。该系统能够处理PDF文档并基于文档内容回答问题，实现了将大型语言模型与特定领域知识相结合的智能问答功能。
该项目是一个基于Google Veo2模型的视频生成MCP服务器，支持通过文本提示或图像生成视频，并提供MCP资源访问功能。
Metabase AI助手是一个通过模型上下文协议（MCP）连接Claude Desktop/Code与Metabase和PostgreSQL数据库的AI驱动工具，支持自然语言生成SQL查询、创建数据模型和仪表板。
Loom是一个MCP服务器，支持用户与基础模型协作构建文本，通过短片段迭代生成和选择来优化长文本创作质量。
这是一个基于MCP协议的代码执行服务器原型，结合大型语言模型的代码生成能力和MCP工具集成，使AI代理能够在隔离沙箱中运行Python代码并调用外部工具。
OpenSCAD MCP服务器是一个通过文本或图像生成参数化3D模型的服务，支持多视角重建、AI图像生成、远程CUDA处理和工作流审批，最终输出OpenSCAD兼容的模型文件。
该项目通过Model Context Protocol（MCP）让大型语言模型直接理解和生成Max音频处理软件中的音效模块，支持解释、修改和创建音效模块，并提供与LLM的交互界面。
AI Studio MCP Server是一个集成Google AI Studio/Gemini API的模型上下文协议服务器，提供支持文件、对话历史和系统提示的内容生成功能。
%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)
