软银与OpenAI合资成立SB OAI Japan，各持股50%，旨在将OpenAI企业级AI技术引入日本市场。公司将推出企业AI解决方案“Crystal intelligence”，推动本地化应用，深化双方在人工智能领域的合作。
["Stability AI Japan最近发布了两款令人瞩目的日语语言模型，分别命名为“Japanese Stable LM3B-4E1T”和“Japanese Stable LM Gamma7B”。","这两款模型基于之前发布的英语语言模型构建，后来通过引入大量日语和英语数据进行预训练，提升其日语语言处理能力。","这两款模型分别具有30亿和70亿参数的规模，允许商业使用，为日本的自然语言处理领域带来了一次革命性的突破。"]
DeepSeek 是一款先进的 AI 语言模型，擅长逻辑推理、数学和编程任务，提供免费使用。
AI生成的日本名字，尊重传统和文化多样性。
sabaridsnfuji
日本收据视觉语言模型lfm2-450M是一款专门用于理解和处理日本收据的视觉语言模型。它基于LiquidAI的LFM2-VL-450M基础模型构建，能够分析收据图像，提取结构化信息，回答关于收据内容的问题，并以日语和英语提供详细描述。
Keltezaa
这是一个基于LoRA和Diffusers技术的文本到图像生成模型，专门针对日本风格内容进行了优化，使用FLUX.1-dev作为基础模型
prj-beatrice
本模型是基于rinna/japanese-hubert-base通过CTC进行日语音素识别的微调模型，可有效提升日语语音识别的准确性。
PaddlePaddle
由PaddleOCR团队开发的超轻量级日语文本行识别模型，支持日语和数字字符识别。
hotchpotch
这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度，在CPU或边缘设备上也能高效运行。
这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度。
Aratako
基于modernbert-ja-310m微调的日语小说质量评估奖励模型，用于预测用户对小说文本的评价。
基于modernbert-ja-130m微调的日语小说质量评估奖励模型，用于预测用户对小说文本的评价分数。
基于sbintuitions/sarashina2.1-1b微调的日语小说质量评估模型，用于预测用户对小说文本的评价。
2121-8
Parler-TTS Mini v1 是一个轻量级的文本转语音模型，Retrieva-JP T5 Base Long 是一个日语文本处理模型，两者结合用于日语文本转语音任务。
reazon-research
基于wav2vec 2.0 Large架构，在大型日语ASR语料库ReazonSpeech v2.0上微调而成的日语自动语音识别模型
基于parler-tts-large-v1再训练的日语文本转语音模型，可生成高质量日语语音
Parler-TTS Mini v1 是一个基于日语的小型文本转语音模型，支持高质量的语音合成。
japanese-asr
这是一个基于级联方法的日语语音到任意目标语言文本的翻译流水线，由自动语音识别（ASR）和文本翻译两部分组成。
基于大规模日语自动语音识别语料库ReazonSpeech v2.0微调的wav2vec 2.0 Base模型，适用于日语自动语音识别任务。
alvdansen
本模型可生成具有20世纪中叶日本版画风格的作品，特别适合极简风格和版画效果的图像生成。
dddump
这是一个专门为Mergekit - MoE测试设计的文本生成模型，仅限个人使用。
TFMC
这是Japanese-Starling-ChatV-7B模型的GGUF格式转换版本，基于Mistral-7B架构的日语聊天模型，通过Starling-LM-7B-beta的权重调整优化。
基于chatntq-ja-7b-v1.0开发的70亿参数日语对话模型，原始架构基于Mistral-7B-v0.1
TKU410410103
基于rinna/japanese-wav2vec2-base在common_voice_11_0日语数据集上微调的语音识别模型，仅支持平假名输出
一个能进行日语文本分析的MCP服务器，提供字符计数、单词统计及详细语言特征分析功能，支持文件路径和直接文本输入。
一个提供日本天气预报的MCP服务器，通过weather.tsukumijima.net API获取日本各地天气数据，支持主要城市查询和详细天气信息展示。
一个提供日本天气信息的MCP服务器
%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)
