镜像社区
部署GPU实例
模型API服务
文档中心
常见问题（FAQ）
登录
镜像社区
我的收藏

优云智算镜像社区 - 海量AI模型一键部署

快捷筛选

官方镜像免费镜像支持自启动

LLM

DeepSeekQwenGLMGemmallama文本生成机器翻译推理框架模型训练

AI绘画

SDFluxComfyUICogViewLoraWanHunyuan图像修复图生文Qwen-image视频生成图片生成

AIGC

语音合成语音识别数字人具身智能音乐语音克隆AI编程语音分离语音翻译视频剪辑

计算机视觉

目标检测语义分割图像分类三维重建视觉场景识别

科学计算

物理模拟数据分析量子计算生物信息分子动力蛋白结构预测

其他

其他
carousel
默认排序
数字人
RecommendCount
最强AI数字人InfiniteTalk-图片和视频数字人
最强AI数字人InfiniteTalk-图片和视频数字人
318
@与AI同行
与AI同行认证作者
6412
23186H
更新时间：2025-11-25
支持自启动
支持图片数字人、视频数字人、双人数字人，支持说话+唱歌对口型、长视频、完整歌曲生成、批量生成、高清放大！
支持图片数字人、视频数字人、双人数字人，支持说话+唱歌对口型、长视频、完整歌曲生成、批量生成、高清放大！
0元/小时
数字人
RecommendCount
LiveTalking
LiveTalking
65
@lipku
lipku认证作者
3107
45229H
更新时间：2026-01-04
LiveTalking镜像提供实时交互数字人解决方案，支持ERNerf、MuseTalk、Wav2Lip，实现单张人脸照片驱动的超低延迟（<100ms）唇形同步、表情及头部运动控制。
LiveTalking镜像提供实时交互数字人解决方案，支持ERNerf、MuseTalk、Wav2Lip，实现单张人脸照片驱动的超低延迟（<100ms）唇形同步、表情及头部运动控制。
0元/小时
语音合成语音克隆
RecommendCount
SVC-Fusion
SVC-Fusion
57
@aiguoliuguo
aiguoliuguo认证作者
3133
13554H
更新时间：2026-01-04
本整合包将整合So-Vits-SVC4.1、DDSP-SVC-6.3/6.1/6.0、ReFlow-VAE-SVC多种SVC模型训练及推理
本整合包将整合So-Vits-SVC4.1、DDSP-SVC-6.3/6.1/6.0、ReFlow-VAE-SVC多种SVC模型训练及推理
0元/小时
语音合成语音克隆
RecommendCount
GPT-Sovits_V4
GPT-Sovits_V4
50
@红血球AE3803
红血球AE3803认证作者
2415
12828H
更新时间：2025-12-23
GPT-SoVITS V4 是 RVC-Boss 开源的极致低门槛 TTS/变声器，仅需 1 分钟干声即可训练高相似音色，支持中英日韩粤五语种零样本与跨语言推理
GPT-SoVITS V4 是 RVC-Boss 开源的极致低门槛 TTS/变声器，仅需 1 分钟干声即可训练高相似音色，支持中英日韩粤五语种零样本与跨语言推理
0元/小时
语音合成语音识别语音克隆
Qwen3-TTS-AllinOne,多音字控制,英文数字发音纠正,批量任务,音色保存,接口API调用,支持超长文本,语速调节,文字转语音,TTS
Qwen3-TTS-AllinOne,多音字控制,英文数字发音纠正,批量任务,音色保存,接口API调用,支持超长文本,语速调节,文字转语音,TTS
0
@刘悦的技术博客
刘悦的技术博客认证作者
9
7H
更新时间：2026-01-26
支持自启动
Qwen3-TTS-AllinOne,多音字控制,英文数字发音纠正,批量任务,音色保存,接口API调用,支持超长文本,语速调节,文字转语音,TTS
Qwen3-TTS-AllinOne,多音字控制,英文数字发音纠正,批量任务,音色保存,接口API调用,支持超长文本,语速调节,文字转语音,TTS
0元/小时
ComfyUI语音合成语音克隆
Qwen3-TTS语音模型， | 声音克隆 | 语音定制 | 语音预设 |
Qwen3-TTS语音模型， | 声音克隆 | 语音定制 | 语音预设 |
4
@社恐的知识树
社恐的知识树认证作者
18
27H
更新时间：2026-01-26
阿里千问开源的最新语音类模型，显存占用小，生成速度快，支持10种主流语言。
阿里千问开源的最新语音类模型，显存占用小，生成速度快，支持10种主流语言。
0元/小时
ComfyUI图片生成视频生成
AutoAnimation短剧漫剧自动化工具
AutoAnimation短剧漫剧自动化工具
13
@IAI666
114
227H
更新时间：2026-01-26
支持自启动
AutoAnimation短剧漫剧自动化工具及配套ComfyUI包含ZImage、qwen、wan2.2、TTS
AutoAnimation短剧漫剧自动化工具及配套ComfyUI包含ZImage、qwen、wan2.2、TTS
0.15元/小时
语音合成音乐
HeartMuLa-HL,支持中文提示词,无须标签式歌词,更自然的AI歌曲生成,开源版Suno
HeartMuLa-HL,支持中文提示词,无须标签式歌词,更自然的AI歌曲生成,开源版Suno
0
@刘悦的技术博客
刘悦的技术博客认证作者
7
9H
更新时间：2026-01-26
支持自启动
HeartMuLa-HL,支持中文提示词,无须标签式歌词,更自然的AI歌曲生成,开源版Suno
HeartMuLa-HL,支持中文提示词,无须标签式歌词,更自然的AI歌曲生成,开源版Suno
0元/小时
音乐语音克隆语音合成
HeartMula& Qwen3TTS 歌曲生成与语音设计
HeartMula& Qwen3TTS 歌曲生成与语音设计
0
@鹄仙
鹄仙认证作者
3
1H
更新时间：2026-01-26
基于HeartMula和Qwen3TTS的歌曲生成与语音设计
基于HeartMula和Qwen3TTS的歌曲生成与语音设计
0元/小时
模型训练其他图片生成
Flux.Klein模型Lora训练AI-Toolkit
Flux.Klein模型Lora训练AI-Toolkit
1
@梦影Erislia
8
18H
更新时间：2026-01-26
Flux.Klein模型Lora训练AI-Toolkit
Flux.Klein模型Lora训练AI-Toolkit
0元/小时
语音合成语音识别语音克隆
Qwen3-TTS-0.6B,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
Qwen3-TTS-0.6B,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
2
@刘悦的技术博客
刘悦的技术博客认证作者
12
17H
更新时间：2026-01-26
支持自启动
Qwen3-TTS-0.6B,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
Qwen3-TTS-0.6B,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
0元/小时
语音合成语音识别ComfyUI
Qwen3-TTS-语音克隆工作流合集
Qwen3-TTS-语音克隆工作流合集
2
@匹夫
匹夫认证作者
8
23H
更新时间：2026-01-26
Qwen3-TTS-语音克隆工作流合集
Qwen3-TTS-语音克隆工作流合集
0元/小时
语音合成语音克隆
Qwen3-TTS捏声音自定义声音tts语音克隆语音克隆声音flash_attn加速版Comfyui工作流版 构建by科哥
Qwen3-TTS捏声音自定义声音tts语音克隆语音克隆声音flash_attn加速版Comfyui工作流版 构建by科哥
4
@科哥AIGC
科哥AIGC认证作者
21
38H
更新时间：2026-01-26
支持自启动
Qwen3-TTS捏声音自定义声音tts语音克隆语音克隆声音flash_attn加速版Comfyui工作流版 构建by科哥
Qwen3-TTS捏声音自定义声音tts语音克隆语音克隆声音flash_attn加速版Comfyui工作流版 构建by科哥
0元/小时
语音克隆语音识别语音合成
Qwen3-TTS-1.7B,Flash-Attn加速,音色保存,接口API调用,支持超长文本,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
Qwen3-TTS-1.7B,Flash-Attn加速,音色保存,接口API调用,支持超长文本,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
2
@刘悦的技术博客
刘悦的技术博客认证作者
11
19H
更新时间：2026-01-26
支持自启动
Qwen3-TTS-1.7B,Flash-Attn加速,音色保存,接口API调用,支持超长文本,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
Qwen3-TTS-1.7B,Flash-Attn加速,音色保存,接口API调用,支持超长文本,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS
0元/小时
其他文本生成
LightOnOCR-2高效的1B参数视觉语言模型用于OCR识别pdf转文本jpg转文本图片转文本 二次开发构建by科哥
LightOnOCR-2高效的1B参数视觉语言模型用于OCR识别pdf转文本jpg转文本图片转文本 二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
0
0H
更新时间：2026-01-26
支持自启动
LightOnOCR-2高效的1B参数视觉语言模型用于OCR识别pdf转文本jpg转文本图片转文本 二次开发构建by科哥
LightOnOCR-2高效的1B参数视觉语言模型用于OCR识别pdf转文本jpg转文本图片转文本 二次开发构建by科哥
0元/小时
模型训练视频生成其他
LTX2模型Lora训练AI-Toolkit
LTX2模型Lora训练AI-Toolkit
0
@梦影Erislia
1
5H
更新时间：2026-01-24
LTX2模型Lora训练AI-Toolkit
LTX2模型Lora训练AI-Toolkit
0元/小时
图片生成FluxComfyUI
Flux.2-Klein-9B-GGUF,局部重绘,文生图,图像编辑,多图编辑,自动提示词,批量任务
Flux.2-Klein-9B-GGUF,局部重绘,文生图,图像编辑,多图编辑,自动提示词,批量任务
5
@刘悦的技术博客
刘悦的技术博客认证作者
75
167H
更新时间：2026-01-23
支持自启动
Flux.2-Klein-9B-GGUF,局部重绘,文生图,图像编辑,多图编辑,自动提示词,批量任务，支持最新50系和计算卡
Flux.2-Klein-9B-GGUF,局部重绘,文生图,图像编辑,多图编辑,自动提示词,批量任务，支持最新50系和计算卡
0元/小时
数字人
LiveTalking_GPT-SOVITS-V2_Ollama_洛曦AI数字人
LiveTalking_GPT-SOVITS-V2_Ollama_洛曦AI数字人
19
@Ikaros
13
14H
更新时间：2026-01-23
LiveTalking + GPT-SOVITS V2 + Ollama + FunASR 洛曦AI定制版，实时语音对话数字人 + 直播版数字人
LiveTalking + GPT-SOVITS V2 + Ollama + FunASR 洛曦AI定制版，实时语音对话数字人 + 直播版数字人
0元/小时
ComfyUI音乐
HeartMuLa,AI歌曲生成,开源版Suno
HeartMuLa,AI歌曲生成,开源版Suno
3
@刘悦的技术博客
刘悦的技术博客认证作者
4
1H
更新时间：2026-01-23
支持自启动
HeartMuLa,AI歌曲生成,开源版Suno
HeartMuLa,AI歌曲生成,开源版Suno
0元/小时
ComfyUIFluxWan
ComfyUI学习版，内置多种基础模型-MumuOpenK
ComfyUI学习版，内置多种基础模型-MumuOpenK
6
@MumuOpenK
148
1294H
更新时间：2026-01-22
支持自启动
内置多种基础模型，快速开启comfyui体验
内置多种基础模型，快速开启comfyui体验
0元/小时
语音合成音乐ComfyUI
歌曲与音效生成
歌曲与音效生成
1
@老徐Ai研习社
老徐Ai研习社认证作者
6
1H
更新时间：2026-01-22
支持自启动
HeartMula根据歌词生成音乐，根据画面生成音效
HeartMula根据歌词生成音乐，根据画面生成音效
0元/小时
GLM
GLM-4.7-Flash
GLM-4.7-Flash
0
@苍耳阿猫
苍耳阿猫认证作者
3
1H
更新时间：2026-01-22
GLM-4.7-Flash
GLM-4.7-Flash
0元/小时
语音合成语音识别
微软开源VibeVoice ASR TTS集合webui语音到文本 文本到语音模型 二次卡发构建by科哥
微软开源VibeVoice ASR TTS集合webui语音到文本 文本到语音模型 二次卡发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
3
0H
更新时间：2026-01-22
支持自启动
微软开源VibeVoice ASR TTS集合webui语音到文本 文本到语音模型 二次卡发构建by科哥
微软开源VibeVoice ASR TTS集合webui语音到文本 文本到语音模型 二次卡发构建by科哥
0元/小时
视频生成
超强视频替换人物MoCha
超强视频替换人物MoCha
30
@与AI同行
与AI同行认证作者
222
305H
更新时间：2026-01-22
支持自启动
最新视频替换人物，MoCha-Preview 整合包，支持视频替换人物，卡通动漫效果更佳，支持添加批量任务, 支持高清修复
最新视频替换人物，MoCha-Preview 整合包，支持视频替换人物，卡通动漫效果更佳，支持添加批量任务, 支持高清修复
0元/小时
LoraQwen-imageWan
AiToolKit汉化版
AiToolKit汉化版
34
@Doc_workBox
Doc_workBox认证作者
476
4910H
更新时间：2026-01-22
支持自启动
Aitoolkit汉化版，自适应UI方便手机端查看训练进度
Aitoolkit汉化版，自适应UI方便手机端查看训练进度
0.1元/小时
llama文本生成
智普开源GLM-4.7-Flash GGUF推理服务编程文本大模型速度很快 webui开发构建by科哥
智普开源GLM-4.7-Flash GGUF推理服务编程文本大模型速度很快 webui开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
2
0H
更新时间：2026-01-22
支持自启动
智普开源GLM-4.7-Flash GGUF推理服务编程文本大模型API+webui开发构建by科哥
智普开源GLM-4.7-Flash GGUF推理服务编程文本大模型API+webui开发构建by科哥
0元/小时
视频生成数字人模型训练
AIToolkit Ltx-2 Lora Training,4090 24G / 48G / 5090 预设多挡位支持
AIToolkit Ltx-2 Lora Training,4090 24G / 48G / 5090 预设多挡位支持
1
@AI-KSK
AI-KSK认证作者
9
91H
更新时间：2026-01-22
基于AI Toolkit，内置4090、48G及5090专属精调预设。告别复杂调参，只需加载对应JSON文件，即可解锁硬件最优性能，零门槛获得专家级训练方案。
基于AI Toolkit，内置4090、48G及5090专属精调预设。告别复杂调参，只需加载对应JSON文件，即可解锁硬件最优性能，零门槛获得专家级训练方案。
0元/小时
语音合成
indextts2-IndexTTS2 最新 V23版本的全面升级情感控制更好 构建by科哥
indextts2-IndexTTS2 最新 V23版本的全面升级情感控制更好 构建by科哥
22
@科哥AIGC
科哥AIGC认证作者
438
1118H
更新时间：2026-01-21
支持自启动
V23版本的全面升级情感控制更好
V23版本的全面升级情感控制更好
0元/小时
语音合成
NovaSR一个开源的音频超分辨率模型低音质转高清音质声音修复模型 webui开发构建by科哥
NovaSR一个开源的音频超分辨率模型低音质转高清音质声音修复模型 webui开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
3
0H
更新时间：2026-01-21
支持自启动
NovaSR一个开源的音频超分辨率模型低音质转高清音质声音修复模型 webui开发构建by科哥
NovaSR一个开源的音频超分辨率模型低音质转高清音质声音修复模型 webui开发构建by科哥
0元/小时
其他数据分析文本生成
sinong南京农业大学开源面向通用农业领域的垂直8B32B全离线模型 webui开发构建by科哥
sinong南京农业大学开源面向通用农业领域的垂直8B32B全离线模型 webui开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
0
0H
更新时间：2026-01-26
支持自启动
sinong南京农业大学开源面向通用农业领域的垂直8B32B全离线模型 webui开发构建by科哥
sinong南京农业大学开源面向通用农业领域的垂直8B32B全离线模型 webui开发构建by科哥
0元/小时
生物信息其他
谷歌最新开源MedGemma医学AI助手 问诊问病例查看CT拍片x光拍片病理答疑问 webui开发构建by科哥
谷歌最新开源MedGemma医学AI助手 问诊问病例查看CT拍片x光拍片病理答疑问 webui开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
4
10H
更新时间：2026-01-19
支持自启动
谷歌最新开源MedGemma医学AI助手 问诊问病例查看CT拍片x光拍片病理答疑问 webui开发构建by科哥
谷歌最新开源MedGemma医学AI助手 问诊问病例查看CT拍片x光拍片病理答疑问 webui开发构建by科哥
0元/小时
图片生成GLM图像修复
GLM-Image
GLM-Image
1
@十字鱼
十字鱼认证作者
11
3H
更新时间：2026-01-19
支持自启动
智谱开源图像生成和编辑模型
智谱开源图像生成和编辑模型
0元/小时
视频剪辑
sora2视频二次高清工作流视频高清修复flashvsr工作流Comfyui工作流 构建by科哥
sora2视频二次高清工作流视频高清修复flashvsr工作流Comfyui工作流 构建by科哥
3
@科哥AIGC
科哥AIGC认证作者
24
14H
更新时间：2026-01-19
支持自启动
sora2视频二次高清工作流视频高清修复flashvsr工作流Comfyui工作流 构建by科哥
sora2视频二次高清工作流视频高清修复flashvsr工作流Comfyui工作流 构建by科哥
0元/小时
图片生成Qwen-image
超强AI图片编辑，QwenEdit-2511合集，单图/双图编辑, 超强人脸一致性，精准涂抹编辑、无色差/位移，一键生成24张姿势图、九宫格分镜
超强AI图片编辑，QwenEdit-2511合集，单图/双图编辑, 超强人脸一致性，精准涂抹编辑、无色差/位移，一键生成24张姿势图、九宫格分镜
31
@与AI同行
与AI同行认证作者
318
676H
更新时间：2026-01-26
支持自启动
超强AI图片编辑，QwenEdit-2511合集，单图/双图编辑, 超强人脸一致性，精准涂抹编辑、无色差/位移，一键生成24张姿势图、九宫格分镜
超强AI图片编辑，QwenEdit-2511合集，单图/双图编辑, 超强人脸一致性，精准涂抹编辑、无色差/位移，一键生成24张姿势图、九宫格分镜
0元/小时
ComfyUIFlux图片生成
FLUX2-Klein-黑森林开源最强编辑模型，秒级生图，效果可控！
FLUX2-Klein-黑森林开源最强编辑模型，秒级生图，效果可控！
1
@社恐的知识树
社恐的知识树认证作者
29
53H
更新时间：2026-01-19
黑森林团队开源的FLUX2-Klein多功能模型，生成速度快，编辑能力强！
黑森林团队开源的FLUX2-Klein多功能模型，生成速度快，编辑能力强！
0元/小时
语音翻译其他
谷歌最新翻译模型TranslateGemma支持全世界50多种语言的翻译文本多语言翻译 二次webui开发 构建by科哥
谷歌最新翻译模型TranslateGemma支持全世界50多种语言的翻译文本多语言翻译 二次webui开发 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
1
0H
更新时间：2026-01-16
支持自启动
谷歌最新翻译模型TranslateGemma支持全世界50多种语言的翻译文本多语言翻译 二次webui开发 构建by科哥
谷歌最新翻译模型TranslateGemma支持全世界50多种语言的翻译文本多语言翻译 二次webui开发 构建by科哥
0元/小时
图片生成
BananaMall一个 AI 驱动的电商详情页生成的ai工具结合谷歌nano banana谷歌香蕉模型 开发构建by科哥
BananaMall一个 AI 驱动的电商详情页生成的ai工具结合谷歌nano banana谷歌香蕉模型 开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
9
2H
更新时间：2026-01-16
支持自启动
BananaMall一个 AI 驱动的电商详情页生成的ai工具结合谷歌nano banana谷歌香蕉模型 开发构建by科哥
BananaMall一个 AI 驱动的电商详情页生成的ai工具结合谷歌nano banana谷歌香蕉模型 开发构建by科哥
0元/小时
ComfyUIFluxQwen-image
全能图片编辑王flux2_klein|Qwen_Image_Edit2511|Z-image-turbo
全能图片编辑王flux2_klein|Qwen_Image_Edit2511|Z-image-turbo
1
@老徐Ai研习社
老徐Ai研习社认证作者
51
120H
更新时间：2026-01-21
支持自启动
全能图片生成与编辑
全能图片生成与编辑
0元/小时
目标检测语义分割图像分类
YOLO26
YOLO26
1
@苍耳阿猫
苍耳阿猫认证作者
3
23H
更新时间：2026-01-16
YOLO26
YOLO26
0元/小时
其他
Alpamayo
Alpamayo
1
@苍耳阿猫
苍耳阿猫认证作者
4
5H
更新时间：2026-01-20
Alpamayo 1 是一个预训练推理模型，旨在加速自动驾驶（AV）领域的研发。
Alpamayo 1 是一个预训练推理模型，旨在加速自动驾驶（AV）领域的研发。
0元/小时
音乐
NotaGen基于 LLM 范式的高音乐性古典符号化音乐生成模型 二次开发构建by科哥
NotaGen基于 LLM 范式的高音乐性古典符号化音乐生成模型 二次开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
8
11H
更新时间：2026-01-22
支持自启动
NotaGen基于 LLM 范式的高音乐性古典符号化音乐生成模型 二次开发构建by科哥
NotaGen基于 LLM 范式的高音乐性古典符号化音乐生成模型 二次开发构建by科哥
0元/小时
ComfyUI图片生成
智谱GLM-Image：攻克文字渲染与复杂语义的17B混合架构开源生图旗舰
智谱GLM-Image：攻克文字渲染与复杂语义的17B混合架构开源生图旗舰
0
@AI-KSK
AI-KSK认证作者
4
1H
更新时间：2026-01-16
同时支持文生图与图生图。 文生图擅长精准文字渲染和理解复杂指令；图生图则涵盖图像编辑、风格迁移及人物/物体的主体一致性保持等丰富功能。
同时支持文生图与图生图。 文生图擅长精准文字渲染和理解复杂指令；图生图则涵盖图像编辑、风格迁移及人物/物体的主体一致性保持等丰富功能。
0元/小时
Wan图片生成视频生成
闪电AI视频、图片生成镜像
闪电AI视频、图片生成镜像
4
@cola
17
36H
更新时间：2026-01-16
支持自启动
基于lightx2v框架加速的视频、图片生成服务，快速生成视频图片，基于模型wan2.2、qwen-image、z-image
基于lightx2v框架加速的视频、图片生成服务，快速生成视频图片，基于模型wan2.2、qwen-image、z-image
0.1元/小时
ComfyUIWan视频生成
DaSiWa & Remix：Wan 2.2 双神N版
DaSiWa & Remix：Wan 2.2 双神N版
13
@AI-KSK
AI-KSK认证作者
92
137H
更新时间：2026-01-16
本镜像高度集成 Wan 2.2 视频生成环境，预装社区领先四套核心工作流，融合 DaSiWa 高保真与 Remix 逻辑优化，提供一站式 T2V 文生视频与 I2V 图生视频解决方案。
本镜像高度集成 Wan 2.2 视频生成环境，预装社区领先四套核心工作流，融合 DaSiWa 高保真与 Remix 逻辑优化，提供一站式 T2V 文生视频与 I2V 图生视频解决方案。
0元/小时
数字人ComfyUI视频生成
LTX-2 Audio-Video：开源首个 · 音画同步生成
LTX-2 Audio-Video：开源首个 · 音画同步生成
10
@AI-KSK
AI-KSK认证作者
97
294H
更新时间：2026-01-21
双官方流程全覆盖：同时支持 ComfyUI 官方 LTX 工作流示例 + Lightricks 官方 ComfyUI-LTXVideo 自定义节点与全部示例工作流
双官方流程全覆盖：同时支持 ComfyUI 官方 LTX 工作流示例 + Lightricks 官方 ComfyUI-LTXVideo 自定义节点与全部示例工作流
0元/小时
语音合成视频剪辑
voice pro给视频做多语言配音翻译克隆特定视频声音 直译视频声音本地化 汉化构建by科哥
voice pro给视频做多语言配音翻译克隆特定视频声音 直译视频声音本地化 汉化构建by科哥
3
@科哥AIGC
科哥AIGC认证作者
13
3H
更新时间：2026-01-20
支持自启动
voice pro给视频做多语言配音翻译克隆特定视频声音 直译视频声音本地化 汉化构建by科哥
voice pro给视频做多语言配音翻译克隆特定视频声音 直译视频声音本地化 汉化构建by科哥
0元/小时
ComfyUI视频生成图片生成
ComfyUI云端整合包LTX-2特别版
ComfyUI云端整合包LTX-2特别版
8
@鹄仙
鹄仙认证作者
49
199H
更新时间：2026-01-21
支持LTX-2 scail wan2.2系列
支持LTX-2 scail wan2.2系列
0元/小时
模型训练视频生成其他
LTX2官方训练器Lora训练
LTX2官方训练器Lora训练
1
@梦影Erislia
22
102H
更新时间：2026-01-21
LTX2官方训练器的lora训练支持，内置模型t2v，小白可以一键运行，也可以根据官方文档进行进阶操作
LTX2官方训练器的lora训练支持，内置模型t2v，小白可以一键运行，也可以根据官方文档进行进阶操作
0元/小时
数字人
ltx-2全能lora运镜comfyui工作流文生视频图生视频一键运行 构建by科哥
ltx-2全能lora运镜comfyui工作流文生视频图生视频一键运行 构建by科哥
3
@科哥AIGC
科哥AIGC认证作者
20
17H
更新时间：2026-01-21
支持自启动
ltx-2全能lora运镜comfyui工作流文生视频图生视频一键运行 构建by科哥
ltx-2全能lora运镜comfyui工作流文生视频图生视频一键运行 构建by科哥
0元/小时
Qwen-image
Tongbi-支持Qwen-Image和Qwen-Image-Edit
Tongbi-支持Qwen-Image和Qwen-Image-Edit
37
@十字鱼
十字鱼认证作者
208
2070H
更新时间：2026-01-22
支持自启动
阿里通义千问开源最强图像模型，强大的文字渲染能力，强大的图像编辑能力
阿里通义千问开源最强图像模型，强大的文字渲染能力，强大的图像编辑能力
0元/小时
数字人
TurboDiffusion清华大学等推出的视频生成加速框架 webUI二次修改构建by科哥
TurboDiffusion清华大学等推出的视频生成加速框架 webUI二次修改构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
30
33H
更新时间：2026-01-27
支持自启动
实现将ai视频生成速度提升百倍！基于wan2.1，wan2.2
实现将ai视频生成速度提升百倍！基于wan2.1，wan2.2
0元/小时
图像修复图片生成
nano banana谷歌香蕉在线绘画在线改图修改图片模型香蕉模型
nano banana谷歌香蕉在线绘画在线改图修改图片模型香蕉模型
1
@科哥AIGC
科哥AIGC认证作者
24
8H
更新时间：2026-01-10
支持自启动
nano banana谷歌香蕉在线绘画在线改图修改图片模型香蕉模型
nano banana谷歌香蕉在线绘画在线改图修改图片模型香蕉模型
0元/小时
语音合成
【音谷官方】indextts2-api
【音谷官方】indextts2-api
20
@音谷官方
258
1151H
更新时间：2026-01-21
支持自启动
【音谷官方】音谷对应的API
【音谷官方】音谷对应的API
0.01元/小时
视频生成SD数字人
LTX-2 WebUI版
LTX-2 WebUI版
3
@鹄仙
鹄仙认证作者
24
25H
更新时间：2026-01-10
基于wangp的LTX-2，WebUI版
基于wangp的LTX-2，WebUI版
0元/小时
视频生成
开源版Veo3！LTX2-视频生成合集，文生视频、图生视频、视频人物配音+口型同步、直出1080P，高清细节放大、提示词增强、支持线条+深度+姿势控制！
开源版Veo3！LTX2-视频生成合集，文生视频、图生视频、视频人物配音+口型同步、直出1080P，高清细节放大、提示词增强、支持线条+深度+姿势控制！
26
@与AI同行
与AI同行认证作者
132
93H
更新时间：2026-01-21
支持自启动
开源版Veo3！LTX2-视频生成合集，文生视频、图生视频、视频人物配音+口型同步、直出1080P，高清细节放大、提示词增强、支持线条+深度+姿势控制！
开源版Veo3！LTX2-视频生成合集，文生视频、图生视频、视频人物配音+口型同步、直出1080P，高清细节放大、提示词增强、支持线条+深度+姿势控制！
0元/小时
数字人ComfyUI视频生成
LTX-2：首个开源音画同步生成模型，提示词遵从比肩Sora，理解分镜脚本，一键AI成片！
LTX-2：首个开源音画同步生成模型，提示词遵从比肩Sora，理解分镜脚本，一键AI成片！
3
@社恐的知识树
社恐的知识树认证作者
28
26H
更新时间：2026-01-22
LTX-2 是由 Lightricks 开源的 DiT 架构音频-视频基础模型，核心特点是：在同一个模型里同步生成视频与音频，超强提示词理解，支持多镜头脚本，关键词自动匹配视频风格，一键AI成片！
LTX-2 是由 Lightricks 开源的 DiT 架构音频-视频基础模型，核心特点是：在同一个模型里同步生成视频与音频，超强提示词理解，支持多镜头脚本，关键词自动匹配视频风格，一键AI成片！
0元/小时
语音合成
Voice Sculptor捏声音基于LLaSA和CosyVoice2的指令化语音合成语音模型 二次开发构建by科哥
Voice Sculptor捏声音基于LLaSA和CosyVoice2的指令化语音合成语音模型 二次开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
9
3H
更新时间：2026-01-22
支持自启动
Voice Sculptor捏声音基于LLaSA和CosyVoice2的指令化语音合成语音模型 二次开发构建by科哥
Voice Sculptor捏声音基于LLaSA和CosyVoice2的指令化语音合成语音模型 二次开发构建by科哥
0元/小时
ComfyUI视频生成Qwen-image
LTX-2.0音画同步视频生成|Z-Image-Turbo&Qwen-Image-Edit1图片编辑
LTX-2.0音画同步视频生成|Z-Image-Turbo&Qwen-Image-Edit1图片编辑
8
@老徐Ai研习社
老徐Ai研习社认证作者
35
59H
更新时间：2026-01-08
支持自启动
LTX-2.0音画同步视频生成
LTX-2.0音画同步视频生成
0元/小时
ComfyUIWan视频生成
Comfy二次元跑图生视频DaSiWa和vace跳舞
Comfy二次元跑图生视频DaSiWa和vace跳舞
9
@梦影Erislia
75
183H
更新时间：2026-01-22
Comfy二次元跑图生视频DaSiWa和vace跳舞
Comfy二次元跑图生视频DaSiWa和vace跳舞
0元/小时
语音识别
SenseVoice多语言语音识别情感识别系统 二次开发构建by科哥
SenseVoice多语言语音识别情感识别系统 二次开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
5
1H
更新时间：2026-01-22
支持自启动
SenseVoice多语言语音识别情感识别系统 二次开发构建by科哥
SenseVoice多语言语音识别情感识别系统 二次开发构建by科哥
0元/小时
语音翻译
FunASR中文语音识别音频转文本声音转文本系统 二次webui开发构建by科哥
FunASR中文语音识别音频转文本声音转文本系统 二次webui开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
10
6H
更新时间：2026-01-23
支持自启动
音频声音识别系统
音频声音识别系统
0元/小时
语音分离
SAM Audio一个Meta开源的音频分割模型声音分离音频音乐分离应用 二次开发构建by科哥
SAM Audio一个Meta开源的音频分割模型声音分离音频音乐分离应用 二次开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
23
27H
更新时间：2026-01-23
支持自启动
可从复杂的音频混合中分离出特定的声音
可从复杂的音频混合中分离出特定的声音
0元/小时
图像修复
UNet Universal Matting基于UNet模型抠图批量抠图 webUI一键抠图 构建by科哥
UNet Universal Matting基于UNet模型抠图批量抠图 webUI一键抠图 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
4
25H
更新时间：2026-01-23
支持自启动
基于UNet模型抠图批量抠图 webUI一键抠图 构建by科哥
基于UNet模型抠图批量抠图 webUI一键抠图 构建by科哥
0元/小时
ComfyUIQwen-imageFlux
ComfyUI_最新26年01月-Niugee-牛哥整合包-V2
ComfyUI_最新26年01月-Niugee-牛哥整合包-V2
10
@NiuGee
NiuGee认证作者
113
248H
更新时间：2026-01-08
整合26年最新版本ComfyUI，已下载好常用图像模型，修改端口到7860方便管理界面一键启动
整合26年最新版本ComfyUI，已下载好常用图像模型，修改端口到7860方便管理界面一键启动
0元/小时
视频生成
最强AI生成长视频，Wan2.2-SVI2Pro整合包！一次性生成一分钟视频，一次性生成30s分镜视频！
最强AI生成长视频，Wan2.2-SVI2Pro整合包！一次性生成一分钟视频，一次性生成30s分镜视频！
12
@与AI同行
与AI同行认证作者
132
332H
更新时间：2026-01-23
支持自启动
最强AI生成长视频，Wan2.2-SVI2Pro整合包！一次性生成一分钟视频，一次性生成30s分镜视频！
最强AI生成长视频，Wan2.2-SVI2Pro整合包！一次性生成一分钟视频，一次性生成30s分镜视频！
0元/小时
ComfyUI视频生成Wan
ComfyUI云端整合包2601
ComfyUI云端整合包2601
4
@鹄仙
鹄仙认证作者
51
188H
更新时间：2026-01-23
长视频系列升级 不仅仅是SVI2 pro 长视频、LongCat数字人
长视频系列升级 不仅仅是SVI2 pro 长视频、LongCat数字人
0元/小时
Qwen模型训练Lora
Qwen 2512的Lora训练，内置模型，一键训练AI-Toolkit
Qwen 2512的Lora训练，内置模型，一键训练AI-Toolkit
6
@梦影Erislia
45
202H
更新时间：2026-01-23
Qwen 2512的Lora训练，内置模型，一键训练AI-Toolkit
Qwen 2512的Lora训练，内置模型，一键训练AI-Toolkit
0元/小时
图片生成
banana-slides基于谷歌人工智能ai制作幻灯片ai制作ppt制作幻灯片 构建by科哥
banana-slides基于谷歌人工智能ai制作幻灯片ai制作ppt制作幻灯片 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
8
1H
更新时间：2026-01-23
支持自启动
banana-slides基于谷歌人工智能ai制作幻灯片ai制作ppt制作幻灯片 构建by科哥
banana-slides基于谷歌人工智能ai制作幻灯片ai制作ppt制作幻灯片 构建by科哥
0元/小时
ComfyUIQwen-image图片生成
Qwen-Image-2512模型_QwenVL3反推_SeedVR2放大多合一
Qwen-Image-2512模型_QwenVL3反推_SeedVR2放大多合一
3
@社恐的知识树
社恐的知识树认证作者
44
113H
更新时间：2026-01-03
集成千问图像2512模型+QwenVL3图像视频反推API+最强放大SeedVR2多合一工作流，Comfyui-v0.7.0
集成千问图像2512模型+QwenVL3图像视频反推API+最强放大SeedVR2多合一工作流，Comfyui-v0.7.0
0元/小时
视频剪辑其他
magic-tryon图片视频虚拟试装换装模特换衣 二次webui开发构建by科哥
magic-tryon图片视频虚拟试装换装模特换衣 二次webui开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
7
0H
更新时间：2026-01-26
支持自启动
magic-tryon图片视频虚拟试装换装模特换衣
magic-tryon图片视频虚拟试装换装模特换衣
0元/小时
数字人其他
sora2文生视频、图生视频工作流
sora2文生视频、图生视频工作流
25
@科哥AIGC
科哥AIGC认证作者
190
1132H
更新时间：2026-01-26
支持自启动
sora2文生视频图生视频工作流comfyui无卡模式在线sora使用独一份
sora2文生视频图生视频工作流comfyui无卡模式在线sora使用独一份
0元/小时
图片生成
图文创作神器一句话一张图片生成小红书图文 构建by科哥
图文创作神器一句话一张图片生成小红书图文 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
3
0H
更新时间：2026-01-26
支持自启动
图文创作神器一句话一张图片生成小红书图文
图文创作神器一句话一张图片生成小红书图文
0元/小时
图片生成
阿里千问开源Qwen-Image-2512图像生成模型 二次开发构建by科哥
阿里千问开源Qwen-Image-2512图像生成模型 二次开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
7
5H
更新时间：2026-01-26
支持自启动
需要80gb显存运行该项目
需要80gb显存运行该项目
0元/小时
物理模拟分子动力量子计算
gromacs_deepmd机器学习训练水分子力场
gromacs_deepmd机器学习训练水分子力场
0
@tty
1
0H
更新时间：2026-01-26
内含deepmd机器学习力场训练水分子，gromacs调用运行例子
内含deepmd机器学习力场训练水分子，gromacs调用运行例子
0元/小时
物理模拟量子计算分子动力
deepmd_lammps训练和运行镜像
deepmd_lammps训练和运行镜像
0
@tty
5
6H
更新时间：2026-01-26
内含ch4简单例子，也可用来训练自己的模型，3080ti版本
内含ch4简单例子，也可用来训练自己的模型，3080ti版本
0元/小时
三维重建
HY-Motion1.0腾讯混元开源的文本到3D动作生成模型 汉化构建by科哥
HY-Motion1.0腾讯混元开源的文本到3D动作生成模型 汉化构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
3
1H
更新时间：2026-01-26
HY-Motion1.0腾讯混元开源的文本到3D动作生成模型 汉化构建by科哥
HY-Motion1.0腾讯混元开源的文本到3D动作生成模型 汉化构建by科哥
0元/小时
ComfyUI视频生成Wan
wan2.1-scail动作迁移
wan2.1-scail动作迁移
11
@匹夫
匹夫认证作者
81
90H
更新时间：2026-01-26
wan2.1-scail动作迁移
wan2.1-scail动作迁移
0元/小时
图片生成Qwen-image模型训练
Qwen‑Image‑Edit‑2511-LoRA训练 x AI Toolkit
Qwen‑Image‑Edit‑2511-LoRA训练 x AI Toolkit
4
@AI-KSK
AI-KSK认证作者
63
504H
更新时间：2026-01-01
这是一个集成了 Qwen-Image-Edit-2511模型与 AI Toolkit 训练框架的预配置环境，旨在支持用户高效微调出具备精准图像编辑、风格迁移及多主体一致性能力的定制化 LoRA 模型。
这是一个集成了 Qwen-Image-Edit-2511模型与 AI Toolkit 训练框架的预配置环境，旨在支持用户高效微调出具备精准图像编辑、风格迁移及多主体一致性能力的定制化 LoRA 模型。
0元/小时
语音克隆
ChatterBox多语言语音合成语言克隆声音克隆 webui二次开发构建by科哥
ChatterBox多语言语音合成语言克隆声音克隆 webui二次开发构建by科哥
3
@科哥AIGC
科哥AIGC认证作者
18
9H
更新时间：2026-01-26
支持自启动
支持23个国家的语言声音克隆
支持23个国家的语言声音克隆
0元/小时
其他
LatentSync 1.6 纯净版
LatentSync 1.6 纯净版
3
@knzskl
7
0H
更新时间：2026-01-26
字节跳动、北京交通大学联合推出的端到端唇形同步框架。Latent Sync利用稳定扩散和TREPA的力量，为动态和逼真的视频生成提供精确的高分辨率唇形同步。
字节跳动、北京交通大学联合推出的端到端唇形同步框架。Latent Sync利用稳定扩散和TREPA的力量，为动态和逼真的视频生成提供精确的高分辨率唇形同步。
0元/小时
SD模型训练其他
SDXL及系列衍生模型训练，内置WD打标编辑，任意C站模型导入，小白也能轻松上手，AI-Toolkit
SDXL及系列衍生模型训练，内置WD打标编辑，任意C站模型导入，小白也能轻松上手，AI-Toolkit
14
@梦影Erislia
188
1059H
更新时间：2025-12-30
SDXL及系列衍生模型训练，内置WD打标编辑，任意C站模型导入，小白也能轻松上手，AI-Toolkit
SDXL及系列衍生模型训练，内置WD打标编辑，任意C站模型导入，小白也能轻松上手，AI-Toolkit
0元/小时
视频生成图片生成ComfyUI
启梦光影高质量出图二合一
启梦光影高质量出图二合一
0
@麦子AI
16
45H
更新时间：2025-12-29
支持自启动
高质量文生图、图生视频。适配40系和50系显卡
高质量文生图、图生视频。适配40系和50系显卡
0.15元/小时
视频剪辑数字人
StoryMem基于wan2.2逐镜脚本生成高连贯电影级1分钟多镜头叙事视频 二次开发构建by科哥
StoryMem基于wan2.2逐镜脚本生成高连贯电影级1分钟多镜头叙事视频 二次开发构建by科哥
5
@科哥AIGC
科哥AIGC认证作者
21
12H
更新时间：2026-01-27
支持自启动
StoryMem基于wan2.2逐镜脚本生成高连贯电影级1分钟多镜头叙事视频 二次开发构建by科哥
StoryMem基于wan2.2逐镜脚本生成高连贯电影级1分钟多镜头叙事视频 二次开发构建by科哥
0元/小时
ComfyUI图片生成其他
ComfyUI学习版_torch_2.8.0
ComfyUI学习版_torch_2.8.0
4
@Lucas老师
30
58H
更新时间：2025-12-28
支持自启动
此版本镜像，5090、4090、3090、3080Ti等系列显卡可用，P40显卡不可用
此版本镜像，5090、4090、3090、3080Ti等系列显卡可用，P40显卡不可用
0元/小时
ComfyUI图片生成其他
ComfyUI学习版镜像_torch-2.7.1
ComfyUI学习版镜像_torch-2.7.1
5
@Lucas老师
13
38H
更新时间：2025-12-28
支持自启动
ComfyUI学习版镜像_torch-2.7.1，高性价比镜像，可开P40显卡，5090显卡勿用，会报错
ComfyUI学习版镜像_torch-2.7.1，高性价比镜像，可开P40显卡，5090显卡勿用，会报错
0元/小时
ComfyUIQwen-image
qwen-image工作流合集edit2511-z-image-turbo
qwen-image工作流合集edit2511-z-image-turbo
6
@匹夫
匹夫认证作者
52
127H
更新时间：2026-01-27
qwen-image工作流合集
qwen-image工作流合集
0元/小时
语音合成
VoxCPM1.5面壁智能开源的端到端语音合成模型附训练lora训练器 构建by科哥
VoxCPM1.5面壁智能开源的端到端语音合成模型附训练lora训练器 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
10
3H
更新时间：2026-01-27
支持自启动
语音合成模型+训练lora训练器
语音合成模型+训练lora训练器
0元/小时
其他模型训练Lora
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
4
@梦影Erislia
24
136H
更新时间：2026-01-27
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
0元/小时
视觉场景识别
Egox任意视频一键转第一人称视角视频基于wan2.1模型 webui二次开发构建by科哥
Egox任意视频一键转第一人称视角视频基于wan2.1模型 webui二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
7
8H
更新时间：2026-01-27
支持自启动
将任意视频一键转第一人称视角视频
将任意视频一键转第一人称视角视频
0元/小时
ComfyUI视频生成图片生成
启梦光影VIP快速出图二合一
启梦光影VIP快速出图二合一
0
@麦子AI
2
19H
更新时间：2026-01-27
支持自启动
2s出图，超级快。注意！本镜像需要部署在50系列显卡上。
2s出图，超级快。注意！本镜像需要部署在50系列显卡上。
0.15元/小时
数字人
One-to-All-Animation单图片转换动画视频数字人视频动作模仿器 构建by科哥
One-to-All-Animation单图片转换动画视频数字人视频动作模仿器 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
6
4H
更新时间：2026-01-27
支持自启动
单图片转换动画视频数字人视频动作模仿器
单图片转换动画视频数字人视频动作模仿器
0元/小时
数字人具身智能
personaLive实时数字人系统
personaLive实时数字人系统
4
@有趣的80后程序员
有趣的80后程序员认证作者
26
39H
更新时间：2025-12-27
支持自启动
实时数字人系统，直播室直接生成分身，低延迟
实时数字人系统，直播室直接生成分身，低延迟
0元/小时
图片生成
Qwen-Image-Edit-2511阿里通义推出的全能图像编辑模型 webui二次修改构建by科哥
Qwen-Image-Edit-2511阿里通义推出的全能图像编辑模型 webui二次修改构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
29
4H
更新时间：2026-01-27
支持自启动
图片编辑模型 一致性更加好 中文支持更好
图片编辑模型 一致性更加好 中文支持更好
0元/小时
模型训练文本生成
DocCaptioner 打标器
DocCaptioner 打标器
3
@Doc_workBox
Doc_workBox认证作者
32
48H
更新时间：2025-12-26
支持自启动
Doc的打标器，支持 Qwen3vl及 API 调用
Doc的打标器，支持 Qwen3vl及 API 调用
0.1元/小时
语音克隆语音合成
超强AI音色克隆，VoxCPM-V1.5，支持超长文本生成、批量生成，支持音色保存、多音字修改、语速调节，速度超快！
超强AI音色克隆，VoxCPM-V1.5，支持超长文本生成、批量生成，支持音色保存、多音字修改、语速调节，速度超快！
15
@与AI同行
与AI同行认证作者
121
97H
更新时间：2026-01-27
支持自启动
超强AI音色克隆，VoxCPM-V1.5，支持超长文本生成、批量生成，支持音色保存、多音字修改、语速调节，速度超快！
超强AI音色克隆，VoxCPM-V1.5，支持超长文本生成、批量生成，支持音色保存、多音字修改、语速调节，速度超快！
0元/小时
语音合成语音克隆
SVC-WebUI
SVC-WebUI
36
@乔大峰
乔大峰认证作者
780
6098H
更新时间：2025-12-26
一键训练SVC模型，支持上传压缩干声文件，训练完成发送提醒，一键清空训练环境，追求的就是高效率
一键训练SVC模型，支持上传压缩干声文件，训练完成发送提醒，一键清空训练环境，追求的就是高效率
0元/小时
ComfyUIWanQwen-image
2025.12全新模型ComfyUI整合包
2025.12全新模型ComfyUI整合包
11
@老徐Ai研习社
老徐Ai研习社认证作者
94
360H
更新时间：2025-12-26
支持自启动
ComfyUI2025.12整合包
ComfyUI2025.12整合包
0元/小时
ComfyUIWan数字人
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2509整合包
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2509整合包
34
@老徐Ai研习社
老徐Ai研习社认证作者
430
1493H
更新时间：2026-01-03
支持自启动
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2509整合包
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2509整合包
0元/小时
ComfyUI视频生成图片生成
ComfyUI云端整合包2512
ComfyUI云端整合包2512
11
@鹄仙
鹄仙认证作者
48
553H
更新时间：2026-01-27
ComfyUI云端整合包2512 支持Z-Image 混元1.5，新增到63个插件，带文件管理系统
ComfyUI云端整合包2512 支持Z-Image 混元1.5，新增到63个插件，带文件管理系统
0元/小时
ComfyUI
那颗星星自制香蕉pro和sora2工作流
那颗星星自制香蕉pro和sora2工作流
18
@那颗星星
165
1625H
更新时间：2025-12-24
支持自启动
内含我所有自制的comfyui节点和工作流，轻松使用nanobananapro和Sora2
内含我所有自制的comfyui节点和工作流，轻松使用nanobananapro和Sora2
0元/小时
SDQwen-image视频生成
千问2511与动作迁移三剑客
千问2511与动作迁移三剑客
2
@鹄仙
鹄仙认证作者
13
26H
更新时间：2025-12-27
一个基于Wan2GP的图像编辑与动作迁移视频生成的WebUI项目
一个基于Wan2GP的图像编辑与动作迁移视频生成的WebUI项目
0元/小时
WanComfyUI视频生成
TurboDiffusion 100–200×加速ComfyUI-Wan图到视频生成
TurboDiffusion 100–200×加速ComfyUI-Wan图到视频生成
9
@AI-KSK
AI-KSK认证作者
101
261H
更新时间：2025-12-25
这是一个超快的AI视频生成工具，1分钟就能把图片变成短视频，速度是普通AI的200倍。
这是一个超快的AI视频生成工具，1分钟就能把图片变成短视频，速度是普通AI的200倍。
0元/小时
物理模拟分子动力
Gromacs系列
Gromacs系列
8
@苍耳阿猫
苍耳阿猫认证作者
181
4128H
更新时间：2026-01-27
该镜像集成开源高性能分子动力学模拟软件，通过强化多精度算法与GPU并行加速（支持NVIDIA/AMD显卡）实现纳秒级生物大分子运动模拟，优化AI辅助建模与超大体系计算效率，提供跨平台开箱即用解决方案
该镜像集成开源高性能分子动力学模拟软件，通过强化多精度算法与GPU并行加速（支持NVIDIA/AMD显卡）实现纳秒级生物大分子运动模拟，优化AI辅助建模与超大体系计算效率，提供跨平台开箱即用解决方案
0元/小时
语音合成语音识别语音克隆
VoxCPM1.5雨落版整合包
VoxCPM1.5雨落版整合包
4
@雨落实战
雨落实战认证作者
54
102H
更新时间：2025-12-24
支持自启动
VoxCPM1.5的雨落版整合包
VoxCPM1.5的雨落版整合包
0元/小时
FluxWanComfyUI
Bob同学的comfyui云端镜像系列
Bob同学的comfyui云端镜像系列
99
@Bob同学
Bob同学认证作者
1674
5179H
更新时间：2025-12-25
支持自启动
此版本内置 （Wan2.2\Flux\Kontext)系列的全部基础模型及工作流
此版本内置 （Wan2.2\Flux\Kontext)系列的全部基础模型及工作流
0元/小时
其他
PromptFill专为AI绘画设计的开源结构化提示词生成工具 构建by科哥
PromptFill专为AI绘画设计的开源结构化提示词生成工具 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
3
0H
更新时间：2025-12-24
支持自启动
专为AI绘画设计的开源结构化提示词生成工具
专为AI绘画设计的开源结构化提示词生成工具
0元/小时
ComfyUI数字人视频生成
最强长视频数字人:LongCat-Avatar尝鲜版，其他热门生图、视频也都备好了！
最强长视频数字人:LongCat-Avatar尝鲜版，其他热门生图、视频也都备好了！
8
@老许爱吃肉丶
21
97H
更新时间：2025-12-23
支持自启动
最强长视频数字人:LongCat-Avatar尝鲜版，其他热门生图、视频也都备好了！
最强长视频数字人:LongCat-Avatar尝鲜版，其他热门生图、视频也都备好了！
0.2元/小时
ComfyUI视频生成数字人
SOTA级音频驱动数字人-LongCat-Video-Avatar
SOTA级音频驱动数字人-LongCat-Video-Avatar
7
@AI-KSK
AI-KSK认证作者
38
48H
更新时间：2025-12-22
实现身份永续、动作自然的数字人生成
实现身份永续、动作自然的数字人生成
0元/小时
视频生成数字人
AI数字人LongCatAvatar，超强口型+表情+姿势效果，支持长视频！
AI数字人LongCatAvatar，超强口型+表情+姿势效果，支持长视频！
36
@与AI同行
与AI同行认证作者
251
214H
更新时间：2026-01-04
支持自启动
AI数字人LongCatAvatar，超强口型+表情+姿势效果，支持长视频！
AI数字人LongCatAvatar，超强口型+表情+姿势效果，支持长视频！
0元/小时
图片生成视频生成
SHARP–苹果开源的3D场景生成AI模型图片转3d模型 二次开发构建by科哥
SHARP–苹果开源的3D场景生成AI模型图片转3d模型 二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
10
75H
更新时间：2025-12-23
支持自启动
SHARP–苹果开源的3D场景生成AI模型图片转3d模型
SHARP–苹果开源的3D场景生成AI模型图片转3d模型
0元/小时
语音识别
GLM-ASR智谱开源的语音识别、语音转文本模型 二次开发构建By科哥
GLM-ASR智谱开源的语音识别、语音转文本模型 二次开发构建By科哥
0
@科哥AIGC
科哥AIGC认证作者
1
0H
更新时间：2025-12-23
支持自启动
智谱开源的语音识别语音转文本声音转文本模型
智谱开源的语音识别语音转文本声音转文本模型
0元/小时
蛋白结构预测分子动力生物信息
Rosetta
Rosetta
1
@苍耳阿猫
苍耳阿猫认证作者
2
1H
更新时间：2025-12-23
Rosetta
Rosetta
0元/小时
语音合成视频剪辑
AI短视频生成系统ai视频ai语音合成si视频创作系统 构建by科哥
AI短视频生成系统ai视频ai语音合成si视频创作系统 构建by科哥
3
@科哥AIGC
科哥AIGC认证作者
10
3H
更新时间：2025-12-23
支持自启动
零门槛，零剪辑经验，让视频创作成为一句话的事
零门槛，零剪辑经验，让视频创作成为一句话的事
0元/小时
其他
ai小说ai在线写作系统ai智能写作系统 构建by科哥
ai小说ai在线写作系统ai智能写作系统 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
8
32H
更新时间：2025-12-22
支持自启动
ai小说ai在线写作系统ai智能写作系统
ai小说ai在线写作系统ai智能写作系统
0元/小时
模型训练
ai-toolkit炼丹炉，支持多种常见模型训练，内置多种模型
ai-toolkit炼丹炉，支持多种常见模型训练，内置多种模型
3
@MumuOpenK
41
315H
更新时间：2025-12-21
支持自启动
ai-toolkit炼丹炉（汉化版）
ai-toolkit炼丹炉（汉化版）
0.1元/小时
语音克隆
智谱开源的AI文本转语音模型支持声音克隆GLM-TTS 语音合成系统 二次开发构建by科哥
智谱开源的AI文本转语音模型支持声音克隆GLM-TTS 语音合成系统 二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
22
13H
更新时间：2025-12-21
支持自启动
智谱开源的AI文本转语音模型支持声音克隆GLM-TTS 语音合成系统 二次开发构建by科哥
智谱开源的AI文本转语音模型支持声音克隆GLM-TTS 语音合成系统 二次开发构建by科哥
0元/小时
ComfyUIQwen-image图片生成
Twinflow双流加速千问生图1秒1张
Twinflow双流加速千问生图1秒1张
4
@smthem
15
14H
更新时间：2025-12-20
支持自启动
最快千问生图方法,顶配1秒1张
最快千问生图方法,顶配1秒1张
0元/小时
其他
next-ai-draw-io
next-ai-draw-io
0
@苍耳阿猫
苍耳阿猫认证作者
0
0H
更新时间：2025-12-19
next-ai-draw-io
next-ai-draw-io
0元/小时
三维重建ComfyUI
Trellis2代一键图片生成3D模型
Trellis2代一键图片生成3D模型
6
@smthem
82
162H
更新时间：2025-12-19
支持自启动
一键图片生成3D模型,输出glb和obj格式,带贴图和法线,自动脱底
一键图片生成3D模型,输出glb和obj格式,带贴图和法线,自动脱底
0元/小时
Wan视频生成
TurboDiffusion-ultra-fast-wan
TurboDiffusion-ultra-fast-wan
6
@有趣的80后程序员
有趣的80后程序员认证作者
57
93H
更新时间：2025-12-18
让阿里wan模型的视频生成速度提升200倍
让阿里wan模型的视频生成速度提升200倍
0元/小时
语音克隆
cosyvoce3阿里最新开源声音克隆应用普通话粤语英语日语方言更加精准情感丰富 二次开发构建By科哥
cosyvoce3阿里最新开源声音克隆应用普通话粤语英语日语方言更加精准情感丰富 二次开发构建By科哥
4
@科哥AIGC
科哥AIGC认证作者
37
54H
更新时间：2025-12-18
支持自启动
cosyvoce3阿里最新开源声音克隆应用普通话粤语英语日语方言更加精准情感丰富 二次开发构建By科哥
cosyvoce3阿里最新开源声音克隆应用普通话粤语英语日语方言更加精准情感丰富 二次开发构建By科哥
0元/小时
分子动力
cp2k
cp2k
0
@苍耳阿猫
苍耳阿猫认证作者
2
14H
更新时间：2025-12-18
cp2k-v2025.2
cp2k-v2025.2
0元/小时
语音合成语音克隆
CosyVoice3,多音字控制,音色保存,接口API调用,流式接口,音频降噪
CosyVoice3,多音字控制,音色保存,接口API调用,流式接口,音频降噪
4
@刘悦的技术博客
刘悦的技术博客认证作者
125
423H
更新时间：2025-12-18
支持自启动
CosyVoice3,多音字控制,音色保存,接口API调用,流式接口,音频降噪
CosyVoice3,多音字控制,音色保存,接口API调用,流式接口,音频降噪
0元/小时
ComfyUI
电商换装到视频-全流程
电商换装到视频-全流程
4
@积木comfyui
27
22H
更新时间：2025-12-18
支持自启动
换装-换模特-换姿势-换背景-打光-放大-模特图生视频-全流程
换装-换模特-换姿势-换背景-打光-放大-模特图生视频-全流程
0元/小时
GLM文本生成
Nemotron3
Nemotron3
0
@敢敢のwings
敢敢のwings认证作者
0
0H
更新时间：2025-12-18
Nemotron 3系列是NVIDIA推出的开放模型家族，包含开放权重、训练数据和训练配方，旨在为构建专业化AI智能体提供领先的效率和准确性。
Nemotron 3系列是NVIDIA推出的开放模型家族，包含开放权重、训练数据和训练配方，旨在为构建专业化AI智能体提供领先的效率和准确性。
0元/小时
分子动力
DeePMD-kit
DeePMD-kit
0
@苍耳阿猫
苍耳阿猫认证作者
1
0H
更新时间：2025-12-16
DeePMD-kit-v3.1.2
DeePMD-kit-v3.1.2
0元/小时
分子动力
LAMMPS
LAMMPS
0
@苍耳阿猫
苍耳阿猫认证作者
11
202H
更新时间：2025-12-16
lammps
lammps
0元/小时
Wan视频生成数字人
LiveAvatar
LiveAvatar
6
@十字鱼
十字鱼认证作者
16
19H
更新时间：2025-12-16
支持自启动
流式实时音频驱动头像生成，无限长度
流式实时音频驱动头像生成，无限长度
0元/小时
其他
AI命理预测系统ai算命系统ai大模型算命系统 二次开发构建by科哥
AI命理预测系统ai算命系统ai大模型算命系统 二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
14
34H
更新时间：2025-12-15
使用最新的ai大模型结合中国传统命理系统开发 可以无卡模式运行这个项目
使用最新的ai大模型结合中国传统命理系统开发 可以无卡模式运行这个项目
0元/小时
目标检测语义分割图像分类视觉场景识别
PaddleOCR-VL
PaddleOCR-VL
16
@十字鱼
十字鱼认证作者
95
409H
更新时间：2025-12-14
支持自启动
支持 109 种语言 擅长识别文本、表格、公式和图表
支持 109 种语言 擅长识别文本、表格、公式和图表
0元/小时
GLM数字人语音合成
GLM-TTS
GLM-TTS
6
@十字鱼
十字鱼认证作者
34
41H
更新时间：2025-12-13
支持自启动
可控且富有情感表达的零样本TTS
可控且富有情感表达的零样本TTS
0元/小时
其他
知鱼-焕焕镜像
知鱼-焕焕镜像
0
@
4
130H
更新时间：2025-12-13
支持自启动
数字人视频生成/Digital Human Video Generation
数字人视频生成/Digital Human Video Generation
0元/小时
GLM
Open-AutoGLM
Open-AutoGLM
0
@敢敢のwings
敢敢のwings认证作者
1
1H
更新时间：2025-12-13
支持自启动
Open-AutoGLM是由智谱AI在2024年10月推出的开源手机操作智能体框架
Open-AutoGLM是由智谱AI在2024年10月推出的开源手机操作智能体框架
0元/小时
GLM
AutoGLM-Phone-9B
AutoGLM-Phone-9B
0
@Ikaros
4
11H
更新时间：2025-12-12
支持自启动
AutoGLM-Phone-9B一键启动镜像
AutoGLM-Phone-9B一键启动镜像
0元/小时
图片生成模型训练
AI图片ZImage模型训练，一键启动WebUI、无需配置
AI图片ZImage模型训练，一键启动WebUI、无需配置
13
@与AI同行
与AI同行认证作者
132
482H
更新时间：2025-12-11
支持自启动
AI图片ZImage模型训练，一键启动WebUI、无需配置
AI图片ZImage模型训练，一键启动WebUI、无需配置
0元/小时
图像修复
Wan2.2-14B加速版TTP图片放大ttp加速插画图片放大图片高清图片细节放大 科哥构建
Wan2.2-14B加速版TTP图片放大ttp加速插画图片放大图片高清图片细节放大 科哥构建
0
@科哥AIGC
科哥AIGC认证作者
13
39H
更新时间：2025-12-10
支持自启动
专注图片细节放大工作流
专注图片细节放大工作流
0元/小时
Flux图片生成图像修复
LongCat-Image
LongCat-Image
3
@十字鱼
十字鱼认证作者
15
6H
更新时间：2025-12-09
支持自启动
美团龙猫开源图像模型，包含LongCat-Image文生图和LongCat-Image-Edit图像编辑
美团龙猫开源图像模型，包含LongCat-Image文生图和LongCat-Image-Edit图像编辑
0元/小时
模型训练ComfyUILora
z-image-turbo lora炼丹炉ai-toolkit lora模型训练器
z-image-turbo lora炼丹炉ai-toolkit lora模型训练器
31
@老徐Ai研习社
老徐Ai研习社认证作者
368
2354H
更新时间：2026-01-22
支持自启动
z-image-turbo lora炼丹炉ai-toolkit lora模型训练器
z-image-turbo lora炼丹炉ai-toolkit lora模型训练器
0元/小时
数字人
Heygem数字人视频生成系统批量版webui版 二次开发构建by科哥
Heygem数字人视频生成系统批量版webui版 二次开发构建by科哥
10
@科哥AIGC
科哥AIGC认证作者
110
255H
更新时间：2025-12-08
支持自启动
一键批量生成 一键打包下载视频
一键批量生成 一键打包下载视频
0元/小时
其他
PaddleOCR在线webui文字文稿识别多种识别pdf文字识别 二次开发构建by科哥
PaddleOCR在线webui文字文稿识别多种识别pdf文字识别 二次开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
14
31H
更新时间：2025-12-08
支持自启动
PaddleOCR在线webui文字文稿识别多种识别pdf文字识别 二次开发构建by科哥
PaddleOCR在线webui文字文稿识别多种识别pdf文字识别 二次开发构建by科哥
0元/小时
ComfyUI图片生成
LongCat：双语超强图像生成与编辑，引领写实与精准创作新标准。
LongCat：双语超强图像生成与编辑，引领写实与精准创作新标准。
1
@AI-KSK
AI-KSK认证作者
3
0H
更新时间：2025-12-08
LongCat 是美团开源的双语图像生成与编辑模型，具备高效写实表现、强中文渲染与精准一致性编辑能力，在开源领域表现领先。
LongCat 是美团开源的双语图像生成与编辑模型，具备高效写实表现、强中文渲染与精准一致性编辑能力，在开源领域表现领先。
0元/小时
数字人语音克隆语音分离
VoxCPM
VoxCPM
5
@十字鱼
十字鱼认证作者
38
49H
更新时间：2025-12-08
支持自启动
面壁智能开源语音克隆 全新1.5版本
面壁智能开源语音克隆 全新1.5版本
0元/小时
语音合成语音克隆语音识别
VoxCPM 1.5B
VoxCPM 1.5B
2
@鹄仙
鹄仙认证作者
41
75H
更新时间：2025-12-07
全新VoxCPM1.5B，增强长音频输出稳定性
全新VoxCPM1.5B，增强长音频输出稳定性
0元/小时
数字人视频剪辑
facefusion3.5.1离线全部模型最新TensorRT加速官方原版图片换脸视频换脸高清图片 构建By科哥
facefusion3.5.1离线全部模型最新TensorRT加速官方原版图片换脸视频换脸高清图片 构建By科哥
12
@科哥AIGC
科哥AIGC认证作者
178
437H
更新时间：2025-12-07
支持自启动
facefusion3.5.0离线全部模型最新TensorRT加速官方原版图片换脸视频换脸高清图片 构建By科哥
facefusion3.5.0离线全部模型最新TensorRT加速官方原版图片换脸视频换脸高清图片 构建By科哥
0元/小时
语音合成
VibeVoice语音合成系统二次webui开发构建by科哥
VibeVoice语音合成系统二次webui开发构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
6
0H
更新时间：2025-12-07
支持自启动
基于微软 VibeVoice 的实时语音合成
基于微软 VibeVoice 的实时语音合成
0元/小时
其他模型训练Qwen
Qwen-Edit 2509的Lora训练AI-toolkit
Qwen-Edit 2509的Lora训练AI-toolkit
4
@梦影Erislia
27
207H
更新时间：2025-12-06
Qwen-Edit 2509，qwen-edit和z-image的Lora训练DiffusionPipe
Qwen-Edit 2509，qwen-edit和z-image的Lora训练DiffusionPipe
0元/小时
语音合成数字人具身智能
Imtalker
Imtalker
2
@有趣的80后程序员
有趣的80后程序员认证作者
26
28H
更新时间：2025-12-05
支持自启动
语音驱动数字人、支持生成超长语音
语音驱动数字人、支持生成超长语音
0元/小时
视频生成
最新视频动作迁移，SteadyDancer，南京大学&腾讯开源!
最新视频动作迁移，SteadyDancer，南京大学&腾讯开源!
21
@与AI同行
与AI同行认证作者
173
275H
更新时间：2025-12-05
支持自启动
最新视频动作迁移，SteadyDancer整合包！南京大学&腾讯开源，支持视频动作迁移，支持长视频、批量队列生成、高清放大
最新视频动作迁移，SteadyDancer整合包！南京大学&腾讯开源，支持视频动作迁移，支持长视频、批量队列生成、高清放大
0元/小时
文本生成语义分割图像分类目标检测
SAM3 常见使用案例大全
SAM3 常见使用案例大全
0
@敢敢のwings
敢敢のwings认证作者
8
11H
更新时间：2025-12-05
SAM 3提出的PCS任务从根本上突破了这一限制，模型需要检测、分割并追踪输入图像或视频中所有符合该概念的实例。
SAM 3提出的PCS任务从根本上突破了这一限制，模型需要检测、分割并追踪输入图像或视频中所有符合该概念的实例。
0元/小时
数字人
Fay数字人-3.1.1
Fay数字人-3.1.1
2
@郭泽斌
郭泽斌认证作者
197
598H
更新时间：2025-12-05
Fay数字人3.1.1最小可运行版。fay是一个帮助数字人（2.5d、3d、移动、pc、网页）或大语言模型（openai兼容、deepseek）连通业务系统的mcp框架。
Fay数字人3.1.1最小可运行版。fay是一个帮助数字人（2.5d、3d、移动、pc、网页）或大语言模型（openai兼容、deepseek）连通业务系统的mcp框架。
0元/小时
ComfyUI视频生成图片生成
娱乐AI，唱歌跳舞，一应俱全
娱乐AI，唱歌跳舞，一应俱全
4
@老猫本猫
55
60H
更新时间：2025-12-05
支持自启动
娱乐AI，唱歌跳舞，一应俱全
娱乐AI，唱歌跳舞，一应俱全
0元/小时
ComfyUI视频生成图片生成
人物，商品，背景，随心所欲替换。
人物，商品，背景，随心所欲替换。
14
@老猫本猫
228
295H
更新时间：2025-12-05
支持自启动
人物，商品，背景，随心所欲替换。
人物，商品，背景，随心所欲替换。
0元/小时
QwenQwen-image图片生成
Z-Image
Z-Image
11
@十字鱼
十字鱼认证作者
78
561H
更新时间：2025-12-05
支持自启动
Z-Image是一个拥有6B参数的强大且高效的图像生成模型。
Z-Image是一个拥有6B参数的强大且高效的图像生成模型。
0元/小时
ComfyUI视频生成Wan
长视频SteadyDancer动作迁移
长视频SteadyDancer动作迁移
23
@ifelse
132
240H
更新时间：2025-12-05
支持自启动
去闪长视频SteadyDancer动作迁移
去闪长视频SteadyDancer动作迁移
0元/小时
图片生成
Ovis-Image阿里开源文本生图像大模型在线webui体验版 构建二次开发by科哥
Ovis-Image阿里开源文本生图像大模型在线webui体验版 构建二次开发by科哥
1
@科哥AIGC
科哥AIGC认证作者
6
1H
更新时间：2025-12-05
支持自启动
Ovis-Image阿里开源文本生图像大模型在线webui体验版
Ovis-Image阿里开源文本生图像大模型在线webui体验版
0元/小时
视频生成
UltraVideo生成高质量超高清1k到4K视频 webUI二次开发构建By科哥
UltraVideo生成高质量超高清1k到4K视频 webUI二次开发构建By科哥
2
@科哥AIGC
科哥AIGC认证作者
21
15H
更新时间：2025-12-05
基于wan2.1UltraVideo生成高质量超高清1k到4K视频
基于wan2.1UltraVideo生成高质量超高清1k到4K视频
0元/小时
DeepSeekQwenGLM
vLLM-Omni
vLLM-Omni
1
@敢敢のwings
敢敢のwings认证作者
3
8H
更新时间：2025-12-05
vLLM项目团队推出了vLLM-Omni框架，这是一个专门为全模态模型设计的高性能推理系统，旨在将vLLM在文本推理领域积累的性能优势，扩展到包含图像、音频、视频在内的完整多模态生态。
vLLM项目团队推出了vLLM-Omni框架，这是一个专门为全模态模型设计的高性能推理系统，旨在将vLLM在文本推理领域积累的性能优势，扩展到包含图像、音频、视频在内的完整多模态生态。
0元/小时
图片生成
超强AI图片ZImage-支持批量生成、SeedVR2高清放大
超强AI图片ZImage-支持批量生成、SeedVR2高清放大
46
@与AI同行
与AI同行认证作者
610
1735H
更新时间：2025-12-23
支持自启动
阿里ZImageTurbo图片生成整合包，图片真实感、细节全面提升，支持批量生成、SeedVR2高清放大，支持NSFW, 最低6G显存可用！
阿里ZImageTurbo图片生成整合包，图片真实感、细节全面提升，支持批量生成、SeedVR2高清放大，支持NSFW, 最低6G显存可用！
0元/小时
其他
MetaGR
MetaGR
0
@Anaconda
0
0H
更新时间：2025-12-04
Meta的生成式推荐论文开源仓库的实现。
Meta的生成式推荐论文开源仓库的实现。
0元/小时
Qwen-image图片生成
Z-Image-Turbo LoRA训练-AI Toolkit-极致风格化
Z-Image-Turbo LoRA训练-AI Toolkit-极致风格化
7
@AI-KSK
AI-KSK认证作者
128
712H
更新时间：2025-12-04
支持 Z-Image-Turbo LoRA 快速训练的 AI Toolkit 镜像
支持 Z-Image-Turbo LoRA 快速训练的 AI Toolkit 镜像
0元/小时
语音合成语音克隆
IndexTTS2整合包雨落版
IndexTTS2整合包雨落版
92
@雨落实战
雨落实战认证作者
1238
2869H
更新时间：2025-12-03
支持自启动
IndexTTS2.0整合包雨落版本，欢迎使用
IndexTTS2.0整合包雨落版本，欢迎使用
0元/小时
Wan视频生成
SteadyDancer-FP8量化,视频动作迁移,支持5090新卡,支持A800计算卡,基于Comfyui,workflow,工作流,批量任务
SteadyDancer-FP8量化,视频动作迁移,支持5090新卡,支持A800计算卡,基于Comfyui,workflow,工作流,批量任务
9
@刘悦的技术博客
刘悦的技术博客认证作者
61
55H
更新时间：2025-12-04
支持自启动
SteadyDancer-FP8量化,视频动作迁移,支持5090新卡,支持A800计算卡,基于Comfyui,workflow,工作流,批量任务
SteadyDancer-FP8量化,视频动作迁移,支持5090新卡,支持A800计算卡,基于Comfyui,workflow,工作流,批量任务
0元/小时
模型训练图片生成其他
Z-image Lora训练，小白也能轻松上手，AI-toolkit
Z-image Lora训练，小白也能轻松上手，AI-toolkit
24
@梦影Erislia
296
1556H
更新时间：2026-01-04
Z-image Lora训练，小白也能轻松上手，AI-toolkit
Z-image Lora训练，小白也能轻松上手，AI-toolkit
0元/小时
图片生成
AI艺术二维码生成器在线生成个性二维码 二次开发构建by科哥
AI艺术二维码生成器在线生成个性二维码 二次开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
0
0H
更新时间：2025-12-02
支持自启动
AI艺术二维码生成器在线生成个性二维码
AI艺术二维码生成器在线生成个性二维码
0元/小时
图片生成图生文Wan
Z-Image-Turbo-GGUF,局部重绘,文生图,图生图,Qwen3-vl自动提示词,支持5090新卡,支持A800,批量任务队列
Z-Image-Turbo-GGUF,局部重绘,文生图,图生图,Qwen3-vl自动提示词,支持5090新卡,支持A800,批量任务队列
11
@刘悦的技术博客
刘悦的技术博客认证作者
117
82H
更新时间：2025-12-02
支持自启动
Z-Image-Turbo-GGUF,局部重绘,文生图,图生图,Qwen3-vl自动提示词,支持5090新卡,支持A800,批量任务队列
Z-Image-Turbo-GGUF,局部重绘,文生图,图生图,Qwen3-vl自动提示词,支持5090新卡,支持A800,批量任务队列
0元/小时
LoraQwen模型训练
Qwen-Image的Lora训练DiffusionPipe
Qwen-Image的Lora训练DiffusionPipe
1
@梦影Erislia
11
10H
更新时间：2025-12-02
使用diffusion pipe进行qwen image的lora训练，小白也可简单上手，上传image即可开始训练
使用diffusion pipe进行qwen image的lora训练，小白也可简单上手，上传image即可开始训练
0元/小时
数字人视频生成
HeyGem数字人最新多人面部驱动数字人,支持5090新卡,支持A800计算卡,修复黑框问题,GFP面部超分,修复超长视频上下游阻塞问题
HeyGem数字人最新多人面部驱动数字人,支持5090新卡,支持A800计算卡,修复黑框问题,GFP面部超分,修复超长视频上下游阻塞问题
15
@刘悦的技术博客
刘悦的技术博客认证作者
161
762H
更新时间：2025-12-02
支持自启动
HeyGem数字人最新多人面部驱动数字人,支持5090新卡,支持A800计算卡,修复黑框问题,GFP面部超分,修复超长视频上下游阻塞问题
HeyGem数字人最新多人面部驱动数字人,支持5090新卡,支持A800计算卡,修复黑框问题,GFP面部超分,修复超长视频上下游阻塞问题
0元/小时
图片生成
阿里通义开源Z-Image文生图片无限制wenbui中文特别版 构建by科哥
阿里通义开源Z-Image文生图片无限制wenbui中文特别版 构建by科哥
6
@科哥AIGC
科哥AIGC认证作者
55
205H
更新时间：2025-12-02
支持自启动
文生图片无限制wenbui中文特别版
文生图片无限制wenbui中文特别版
0元/小时
ComfyUI图片生成视频生成
ComyUI批量z-image出图 SeedVR2 TTP放大 4K Wan2.2图生视频
ComyUI批量z-image出图 SeedVR2 TTP放大 4K Wan2.2图生视频
3
@ifelse
84
382H
更新时间：2025-12-03
支持自启动
ComyUI批量z-image出图 SeedVR2 TTP放大 4K Wan2.2图生视频
ComyUI批量z-image出图 SeedVR2 TTP放大 4K Wan2.2图生视频
0元/小时
图片生成
aitookit_z-image_lora_train镜像
aitookit_z-image_lora_train镜像
18
@有趣的80后程序员
有趣的80后程序员认证作者
192
1284H
更新时间：2025-12-11
aitookit_z-image_lora_train镜像
aitookit_z-image_lora_train镜像
0元/小时
数字人
echomimic_v3阿里蚂蚁团队开源图片加声音生成说话数字人视频基于Comfyui加速和二次高清输出 构建By科哥
echomimic_v3阿里蚂蚁团队开源图片加声音生成说话数字人视频基于Comfyui加速和二次高清输出 构建By科哥
1
@科哥AIGC
科哥AIGC认证作者
30
521H
更新时间：2025-11-29
echomimic_v3阿里蚂蚁团队开源图片加声音生成说话数字人视频基于Comfyui加速和二次高清输出 构建By科哥
echomimic_v3阿里蚂蚁团队开源图片加声音生成说话数字人视频基于Comfyui加速和二次高清输出 构建By科哥
0元/小时
ComfyUIQwen-image图片生成
Z-Image-Turbo 最真实的生图模型
Z-Image-Turbo 最真实的生图模型
17
@匹夫
匹夫认证作者
132
257H
更新时间：2025-12-02
Z-Image-Turbo 最真实的生图模型
Z-Image-Turbo 最真实的生图模型
0元/小时
文本生成数据分析DeepSeek
Crawl4AI：基于AI的网络爬虫和数据抓取工具
Crawl4AI：基于AI的网络爬虫和数据抓取工具
4
@AI画师大阳
AI画师大阳认证作者
12
27H
更新时间：2025-12-02
支持自启动
Crawl4AI：基于AI的网络爬虫和数据抓取工具
Crawl4AI：基于AI的网络爬虫和数据抓取工具
0元/小时
Flux图片生成图像修复
FLUX.2 [dev]
FLUX.2 [dev]
6
@十字鱼
十字鱼认证作者
39
21H
更新时间：2025-11-28
支持自启动
FLUX.2 [dev] 是一个拥有32B参数的流匹配Transformer模型，能够生成和编辑图像。
FLUX.2 [dev] 是一个拥有32B参数的流匹配Transformer模型，能够生成和编辑图像。
0元/小时
ComfyUI图片生成Flux
flux.2工作流合集-加图片放大工作流
flux.2工作流合集-加图片放大工作流
16
@匹夫
匹夫认证作者
107
210H
更新时间：2025-11-27
flux.2工作流合集-及图片高清放大工作流
flux.2工作流合集-及图片高清放大工作流
0元/小时
ComfyUIQwen-image图片生成
Z-Image-Turbo · 8步极速 · 无限制生成
Z-Image-Turbo · 8步极速 · 无限制生成
4
@AI-KSK
AI-KSK认证作者
112
287H
更新时间：2025-11-27
Z-Image-Turbo 是一款仅用 8 步即可生成旗舰级图像的高效扩散模型，具备快速生成、双语文本渲染、强指令理解与创意编辑能力，是当前开源图像模型中兼具速度与质量的优秀代表。
Z-Image-Turbo 是一款仅用 8 步即可生成旗舰级图像的高效扩散模型，具备快速生成、双语文本渲染、强指令理解与创意编辑能力，是当前开源图像模型中兼具速度与质量的优秀代表。
0元/小时
ComfyUI图片生成
flux2最新发布f8优化极速版3090显卡可玩含sora2工作流 构建by科哥
flux2最新发布f8优化极速版3090显卡可玩含sora2工作流 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
15
1H
更新时间：2025-11-27
支持自启动
flux2最新发布f8优化极速版3090显卡可玩含sora2工作流 构建by科哥
flux2最新发布f8优化极速版3090显卡可玩含sora2工作流 构建by科哥
0元/小时
ComfyUI
ComfyUI基础镜像纯净版0.3.50
ComfyUI基础镜像纯净版0.3.50
7
@龙没耳
龙没耳认证作者
35
104H
更新时间：2025-11-28
支持自启动
ComfyUI基础镜像纯净版0.3.50
ComfyUI基础镜像纯净版0.3.50
0元/小时
DeepSeek机器翻译Qwen
PDFMathTranslate-next基于 AI 完整保留排版的 PDF 文档全文双语翻译
PDFMathTranslate-next基于 AI 完整保留排版的 PDF 文档全文双语翻译
5
@AI画师大阳
AI画师大阳认证作者
47
448H
更新时间：2025-11-26
支持自启动
基于 AI 完整保留排版的 PDF 文档全文双语翻译
基于 AI 完整保留排版的 PDF 文档全文双语翻译
0元/小时
Flux图片生成ComfyUI
FLUX.2：下一代视觉生成引擎
FLUX.2：下一代视觉生成引擎
1
@AI-KSK
AI-KSK认证作者
37
83H
更新时间：2025-12-04
Flux.2 是 2025 年最全面、最专业、最强大的统一视觉生成模型之一。
Flux.2 是 2025 年最全面、最专业、最强大的统一视觉生成模型之一。
0元/小时
ComfyUI图片生成Qwen-image
aha的ComfyUI镜像——姿态编辑
aha的ComfyUI镜像——姿态编辑
5
@叫我aha就好
80
156H
更新时间：2025-11-26
SDPose_OOD+Pose_editor+qwen image edit 2509,姿态估计与编辑，随心所欲修改姿态
SDPose_OOD+Pose_editor+qwen image edit 2509,姿态估计与编辑，随心所欲修改姿态
0元/小时
Hunyuan视频生成
HunyuanVideo 1.5开源视频生成模型-ComfyUI实现
HunyuanVideo 1.5开源视频生成模型-ComfyUI实现
5
@AI-KSK
AI-KSK认证作者
43
77H
更新时间：2025-11-26
该镜像集成了刚刚开源的 HunyuanVideo 1.5 模型
该镜像集成了刚刚开源的 HunyuanVideo 1.5 模型
0元/小时
ComfyUIWanQwen-image
ComfyUI整合镜像
ComfyUI整合镜像
6
@鹄仙
鹄仙认证作者
45
156H
更新时间：2026-01-09
一个Comfy UI的整合包，自用版，带插件和部分模型
一个Comfy UI的整合包，自用版，带插件和部分模型
0元/小时
文本生成DeepSeek
Deepseek orc webui在线图片识别文字pdf文件转文字 七种识别文字 构建by科哥
Deepseek orc webui在线图片识别文字pdf文件转文字 七种识别文字 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
34
476H
更新时间：2025-11-25
Deepseek orc webui在线图片识别文字pdf文件转文字
Deepseek orc webui在线图片识别文字pdf文件转文字
0元/小时
Hunyuan图片生成
ComfyUI-SAM3-Hunyuan3D-Part-SAM3DBody工作流集合 构建By科哥
ComfyUI-SAM3-Hunyuan3D-Part-SAM3DBody工作流集合 构建By科哥
0
@科哥AIGC
科哥AIGC认证作者
10
21H
更新时间：2025-11-25
支持自启动
sam3是谷歌开源的一个项目图像拆分，3D渲染等
sam3是谷歌开源的一个项目图像拆分，3D渲染等
0元/小时
Hunyuan视频生成ComfyUI
HunyuanVideo-1.5
HunyuanVideo-1.5
3
@十字鱼
十字鱼认证作者
20
48H
更新时间：2025-11-24
支持自启动
一个领先的超轻量级视频生成模型
一个领先的超轻量级视频生成模型
0元/小时
语音合成
AI听书 IndexTTS vllm加速版
AI听书 IndexTTS vllm加速版
4
@CyberWon
38
58H
更新时间：2026-01-23
低成本高质量快速生成有声书。
低成本高质量快速生成有声书。
0.01元/小时
ComfyUIQwen-image图片生成
一张图生成多角度工作流-万物融合工作流升级版
一张图生成多角度工作流-万物融合工作流升级版
13
@匹夫
匹夫认证作者
93
200H
更新时间：2025-11-24
一张图生成多角度工作流-万物融合工作流升级版
一张图生成多角度工作流-万物融合工作流升级版
0元/小时
视频生成
超强AI图生视频RemixV2-支持批量生成、首尾帧视频、高清放大
超强AI图生视频RemixV2-支持批量生成、首尾帧视频、高清放大
41
@与AI同行
与AI同行认证作者
562
1882H
更新时间：2025-11-24
支持自启动
AI生成视频，Wan2.2-RemixV2整合包，支持图生视频、首尾帧视频，支持批量单图视频、批量首尾帧，支持高清放大、加载Lora、NSFW，最低8G显存可用
AI生成视频，Wan2.2-RemixV2整合包，支持图生视频、首尾帧视频，支持批量单图视频、批量首尾帧，支持高清放大、加载Lora、NSFW，最低8G显存可用
0元/小时
语音合成
错金流TTS地表炸天TTS工具，一百多款自然人声，极速复刻
错金流TTS地表炸天TTS工具，一百多款自然人声，极速复刻
4
@独立工作者
42
158H
更新时间：2025-11-19
地表炸天TTS工具，一百多款自然人声，极速复刻
地表炸天TTS工具，一百多款自然人声，极速复刻
0元/小时
视频生成图像修复
FlashVSR 视频高清放大工具
FlashVSR 视频高清放大工具
16
@AI画师大阳
AI画师大阳认证作者
320
762H
更新时间：2025-12-22
支持自启动
FlashVSR 视频高清放大工具
FlashVSR 视频高清放大工具
0元/小时
语音合成
XKPLUS2
XKPLUS2
0
@REDCOPY
4
0H
更新时间：2025-11-24
支持自启动
加速优化版
加速优化版
0.76元/小时
语音合成
XKPLUS1
XKPLUS1
1
@REDCOPY
4
22H
更新时间：2025-11-24
支持自启动
30系显卡优化版
30系显卡优化版
0.46元/小时
语音合成
云端88888888
云端88888888
0
@REDCOPY
2
22H
更新时间：2025-11-17
支持自启动
3080Ti专用
3080Ti专用
0.46元/小时
语音合成
语音88888888
语音88888888
0
@REDCOPY
3
10H
更新时间：2025-11-17
支持自启动
3080Ti专用
3080Ti专用
0.76元/小时
目标检测文本生成
video-subtitle-extractor视频字幕提取器 全智能加速优化版 构建by科哥
video-subtitle-extractor视频字幕提取器 全智能加速优化版 构建by科哥
0
@科哥AIGC
科哥AIGC认证作者
11
19H
更新时间：2025-11-24
一键提取视频字幕 加速优化
一键提取视频字幕 加速优化
0元/小时
语音合成语音克隆推理框架
Step-Audio-EditX
Step-Audio-EditX
3
@十字鱼
十字鱼认证作者
20
15H
更新时间：2025-11-14
支持自启动
一个强大的 3B 参数、基于 LLM 的强化学习音频编辑模型，擅长编辑情感、说话风格和副语言，并具有稳健的零样本文本转语音功能
一个强大的 3B 参数、基于 LLM 的强化学习音频编辑模型，擅长编辑情感、说话风格和副语言，并具有稳健的零样本文本转语音功能
0元/小时
语音合成语音克隆
VibeVoice：富有表现力的长篇多人对话语音合成工具
VibeVoice：富有表现力的长篇多人对话语音合成工具
9
@AI画师大阳
AI画师大阳认证作者
73
184H
更新时间：2025-11-24
支持自启动
富有表现力的长篇多人对话语音合成工具
富有表现力的长篇多人对话语音合成工具
0元/小时
语音合成语音克隆
IndexTTS2 B站开源超强语音克隆
IndexTTS2 B站开源超强语音克隆
288
@十字鱼
十字鱼认证作者
1888
7213H
更新时间：2025-12-04
支持自启动
B站开源超强语音克隆，在情感表达和时长控制方面取得突破的自回归零样本文本合成系统
B站开源超强语音克隆，在情感表达和时长控制方面取得突破的自回归零样本文本合成系统
0元/小时
ComfyUIWan视频生成
Remix-Wan2.2一体化多功能创作镜像
Remix-Wan2.2一体化多功能创作镜像
25
@AI-KSK
AI-KSK认证作者
179
642H
更新时间：2025-11-24
一体化整合Remix-Wan 2.2 文生视频、图生视频、首尾帧生成与 Qwen3 自动提示词的多功能创作镜像
一体化整合Remix-Wan 2.2 文生视频、图生视频、首尾帧生成与 Qwen3 自动提示词的多功能创作镜像
0元/小时
视频生成
AI视频消除万物-支持消除人物、物体、水印、字幕等
AI视频消除万物-支持消除人物、物体、水印、字幕等
35
@与AI同行
与AI同行认证作者
413
554H
更新时间：2025-11-24
支持自启动
AI视频消除万物整合包，支持消除人物、物体、水印、字幕等，支持较长视频、添加队列任务，打开即用，一键运行！
AI视频消除万物整合包，支持消除人物、物体、水印、字幕等，支持较长视频、添加队列任务，打开即用，一键运行！
0元/小时
视频生成图片生成ComfyUI
ChromoEdit-GGUF模型,,图片修改,图像修改,图生视频,支持5090新卡,comfyui,工作流,workflow
ChromoEdit-GGUF模型,,图片修改,图像修改,图生视频,支持5090新卡,comfyui,工作流,workflow
6
@刘悦的技术博客
刘悦的技术博客认证作者
41
23H
更新时间：2025-11-24
支持自启动
ChromoEdit-GGUF模型,,图片修改,图像修改,图生视频,支持5090新卡,comfyui,工作流,workflow
ChromoEdit-GGUF模型,,图片修改,图像修改,图生视频,支持5090新卡,comfyui,工作流,workflow
0元/小时
视频生成数字人Wan
InfiniteTalk数字人视频制作软件，图片转视频，视频人物配音
InfiniteTalk数字人视频制作软件，图片转视频，视频人物配音
31
@AI画师大阳
AI画师大阳认证作者
477
725H
更新时间：2025-11-11
支持自启动
InfiniteTalk 是一个无限长度的对话视频生成模型，支持音频驱动的视频到视频和图像到视频的生成
InfiniteTalk 是一个无限长度的对话视频生成模型，支持音频驱动的视频到视频和图像到视频的生成
0元/小时
ComfyUIFluxWan
Diffusion_pipe_in_ComfyUI天冬
Diffusion_pipe_in_ComfyUI天冬
3
@天冬
13
75H
更新时间：2025-11-11
支持自启动
为 ComfyUI 提供了完整的 Diffusion 模型训练和微调功能。这个项目允许用户在 ComfyUI 的图形界面中配置和启动各种先进 AI 模型的训练，支持 LoRA 和全量微调
为 ComfyUI 提供了完整的 Diffusion 模型训练和微调功能。这个项目允许用户在 ComfyUI 的图形界面中配置和启动各种先进 AI 模型的训练，支持 LoRA 和全量微调
0元/小时
语音合成语音识别语音克隆
Step-Audio-EditX
Step-Audio-EditX
3
@鹄仙
鹄仙认证作者
17
28H
更新时间：2025-11-24
一个音频编辑项目，“情绪编辑”“风格编辑”“语气编辑”和“降噪变速”
一个音频编辑项目，“情绪编辑”“风格编辑”“语气编辑”和“降噪变速”
0元/小时
ComfyUI视频生成图片生成
猫哥的商业化AI，SORA2
猫哥的商业化AI，SORA2
17
@老猫本猫
784
1649H
更新时间：2025-11-24
支持自启动
SORA2文生视频，图生视频
SORA2文生视频，图生视频
0元/小时
其他数据分析
AI-Trader港大开源的AI自动交易竞赛框架 汉化构建By科哥
AI-Trader港大开源的AI自动交易竞赛框架 汉化构建By科哥
1
@科哥AIGC
科哥AIGC认证作者
5
1H
更新时间：2025-11-24
股市有风险 投资请谨慎！
股市有风险 投资请谨慎！
0元/小时
图片生成Qwen-image
Qwen-Image-Edit-2509多图编辑及人物一致性生成
Qwen-Image-Edit-2509多图编辑及人物一致性生成
3
@AI画师大阳
AI画师大阳认证作者
127
168H
更新时间：2025-11-08
支持自启动
Qwen-Image-Edit-2509精准多图内容编辑及人物一致性图片生成
Qwen-Image-Edit-2509精准多图内容编辑及人物一致性图片生成
0元/小时
视频生成
超强Sora2视频去水印
超强Sora2视频去水印
42
@与AI同行
与AI同行认证作者
223
456H
更新时间：2025-11-07
支持自启动
超强Sora2视频去水印
超强Sora2视频去水印
0元/小时
ComfyUIWan视频生成
SDPOSE 超复杂骨骼识别系统 X Lynx + InfiniteTalk + VACE + Wan 无限时长视频转绘体系
SDPOSE 超复杂骨骼识别系统 X Lynx + InfiniteTalk + VACE + Wan 无限时长视频转绘体系
2
@AI-KSK
AI-KSK认证作者
33
53H
更新时间：2025-11-24
以 SDPOSE 为核心，融合 Lynx、InfiniteTalk、VACE 与Wan ，构建出一个可无限时长、骨骼级精度的人体视频转绘与智能生成体系
以 SDPOSE 为核心，融合 Lynx、InfiniteTalk、VACE 与Wan ，构建出一个可无限时长、骨骼级精度的人体视频转绘与智能生成体系
0元/小时
图像修复视频生成Wan
ComfyUI_FlashVSR 实时视频超分，支持1分钟以上视频超分
ComfyUI_FlashVSR 实时视频超分，支持1分钟以上视频超分
8
@smthem
120
136H
更新时间：2025-11-27
支持自启动
实时视频超分项目，显存如果够大，所有视频超分到4K
实时视频超分项目，显存如果够大，所有视频超分到4K
0元/小时
Qwen视觉场景识别
Qwen3-vl-abliterated视觉模型,视频理解,多图理解,批量任务,反推提示词
Qwen3-vl-abliterated视觉模型,视频理解,多图理解,批量任务,反推提示词
13
@刘悦的技术博客
刘悦的技术博客认证作者
81
1030H
更新时间：2025-11-14
支持自启动
Qwen3-vl-abliterated视觉模型,视频理解,多图理解,批量任务,反推提示词
Qwen3-vl-abliterated视觉模型,视频理解,多图理解,批量任务,反推提示词
0元/小时
Wan视频生成图片生成
animate完美一致性人物迁移
animate完美一致性人物迁移
15
@
133
213H
更新时间：2025-11-24
支持自启动
无惧镜头切换人物迁移
无惧镜头切换人物迁移
0元/小时
ComfyUI视频生成
4步骤完成风格转绘vlog
4步骤完成风格转绘vlog
3
@鹄仙
鹄仙认证作者
6
79H
更新时间：2026-01-09
支持自启动
4步骤完成风格转绘vlog
4步骤完成风格转绘vlog
0元/小时
Wan模型训练Lora
Wan2.2-Lora训练diffusionpipe
Wan2.2-Lora训练diffusionpipe
8
@梦影Erislia
61
152H
更新时间：2025-11-30
Wan2.2Lora训练diffusionpipe
Wan2.2Lora训练diffusionpipe
0元/小时
Wan视频生成图片生成
ChronoEdit
ChronoEdit
3
@十字鱼
十字鱼认证作者
8
5H
更新时间：2025-11-04
支持自启动
面向图像编辑和世界模拟的时序推理
面向图像编辑和世界模拟的时序推理
0元/小时
ComfyUIWan视频生成
wan2.2视频编辑人物替换背景替换
wan2.2视频编辑人物替换背景替换
44
@老徐Ai研习社
老徐Ai研习社认证作者
623
1297H
更新时间：2025-11-24
支持自启动
视频编辑人物替换背景替换局部修改
视频编辑人物替换背景替换局部修改
0元/小时
语音克隆
SoulX-Podcast：能说方言、带情绪的真实感长播客生成工具 构建by科哥
SoulX-Podcast：能说方言、带情绪的真实感长播客生成工具 构建by科哥
5
@科哥AIGC
科哥AIGC认证作者
49
65H
更新时间：2025-11-24
支持自启动
SoulX-Podcast：能说方言、带情绪的真实感长播客生成工具
SoulX-Podcast：能说方言、带情绪的真实感长播客生成工具
0元/小时
Wan视频生成数字人
Wan2.2-Animate-14B动作模仿及视频人物替换
Wan2.2-Animate-14B动作模仿及视频人物替换
29
@AI画师大阳
AI画师大阳认证作者
328
405H
更新时间：2025-11-24
支持自启动
Wan2.2-Animate-14B一张图片模仿视频人物动作及替换视频中人物
Wan2.2-Animate-14B一张图片模仿视频人物动作及替换视频中人物
0元/小时
语音合成语音克隆语音识别
SoulX-Podcast-1.7B语音合成,接口API调用,多人播客合成,方言合成,语速调节,支持笑声咳嗽指令,支持5090新卡,音色保存
SoulX-Podcast-1.7B语音合成,接口API调用,多人播客合成,方言合成,语速调节,支持笑声咳嗽指令,支持5090新卡,音色保存
8
@刘悦的技术博客
刘悦的技术博客认证作者
67
121H
更新时间：2025-11-14
支持自启动
SoulX-Podcast-1.7B语音合成,接口API调用,多人播客合成,方言合成,语速调节,支持笑声咳嗽指令,支持5090新卡,音色保存
SoulX-Podcast-1.7B语音合成,接口API调用,多人播客合成,方言合成,语速调节,支持笑声咳嗽指令,支持5090新卡,音色保存
0元/小时
图片生成
最强AI图片编辑-QwenImageEdit加速版-支持换装、换姿势、批量生成、高清放大
最强AI图片编辑-QwenImageEdit加速版-支持换装、换姿势、批量生成、高清放大
17
@与AI同行
与AI同行认证作者
223
276H
更新时间：2025-11-02
支持自启动
最强AI图片编辑-QwenImageEdit-支持换装、换姿势、批量生成、SeedVR2高清放大
最强AI图片编辑-QwenImageEdit-支持换装、换姿势、批量生成、SeedVR2高清放大
0元/小时
数字人视频生成
facefusion3.4.1图片视频换脸神器 汉化版构建by科哥
facefusion3.4.1图片视频换脸神器 汉化版构建by科哥
23
@科哥AIGC
科哥AIGC认证作者
88
95H
更新时间：2025-11-24
facefusion3.4官方原版
facefusion3.4官方原版
0元/小时
Flux图片生成Lora
DYPE超大分辨率1600万像素图像生成,ComfyUI插件实现
DYPE超大分辨率1600万像素图像生成,ComfyUI插件实现
1
@smthem
11
36H
更新时间：2025-11-02
支持自启动
消费级显卡开始生成4096*4096的超大尺寸图片
消费级显卡开始生成4096*4096的超大尺寸图片
0元/小时
ComfyUIWan视频生成
wan2.2视频瞳孔转场
wan2.2视频瞳孔转场
1
@skyrimprey
5
167H
更新时间：2025-11-24
挂载wan2.2瞳孔转场lora，实现专业的视频转场效果
挂载wan2.2瞳孔转场lora，实现专业的视频转场效果
0元/小时
图像修复
最强照片上色DDColor-牛哥定制版
最强照片上色DDColor-牛哥定制版
2
@NiuGee
NiuGee认证作者
15
130H
更新时间：2026-01-08
支持自启动
🎨 DDColor 牛哥镜像版 - 黑白图像智能上色 牛哥针对DDColor黑白图像上色模型制作的一手镜像，这应该是目前效果最好的黑白照片智能上色解决方案之一。
🎨 DDColor 牛哥镜像版 - 黑白图像智能上色 牛哥针对DDColor黑白图像上色模型制作的一手镜像，这应该是目前效果最好的黑白照片智能上色解决方案之一。
0元/小时
Qwen语音合成语音克隆
IndexTTS2/GPT-SoVITS+Srt-AI-Voice-Assistant多角色字幕长文本一键配音镜像
IndexTTS2/GPT-SoVITS+Srt-AI-Voice-Assistant多角色字幕长文本一键配音镜像
28
@数列解析几何一生之敌
数列解析几何一生之敌认证作者
237
1060H
更新时间：2026-01-06
支持自启动
Srt-AI-Voice-Assistant配音辅助工具搭配IndexTTS2/GSV的镜像
Srt-AI-Voice-Assistant配音辅助工具搭配IndexTTS2/GSV的镜像
0元/小时
视频生成
超强AI生成视频-SmoothMix-V2合集-效果超强
超强AI生成视频-SmoothMix-V2合集-效果超强
26
@与AI同行
与AI同行认证作者
310
1140H
更新时间：2025-10-30
支持自启动
SmoothMix-V2合集-效果超强，支持文生视频、图生视频、首尾帧、批量首尾帧视频，支持NSFW、高清修复！
SmoothMix-V2合集-效果超强，支持文生视频、图生视频、首尾帧、批量首尾帧视频，支持NSFW、高清修复！
0元/小时
ComfyUI视频生成
美团LongCat-ComfyUI|文生视频·图生视频·视频延续|长视频生成
美团LongCat-ComfyUI|文生视频·图生视频·视频延续|长视频生成
6
@AI-KSK
AI-KSK认证作者
84
325H
更新时间：2025-10-31
这是一个集成了美团LongCat模型与ComfyUI的镜像，提供文生视频、图生视频和视频延续三大功能，核心优势在于能生成长时间且质量稳定的视频。
这是一个集成了美团LongCat模型与ComfyUI的镜像，提供文生视频、图生视频和视频延续三大功能，核心优势在于能生成长时间且质量稳定的视频。
0元/小时
视频生成
超强AI生成视频-Lightx2v-I2V-超强动态、分镜效果
超强AI生成视频-Lightx2v-I2V-超强动态、分镜效果
14
@与AI同行
与AI同行认证作者
152
437H
更新时间：2025-10-29
支持自启动
超强AI生成视频-Lightx2v-I2V-超强动态、分镜效果。支持图生视频，首尾帧、批量首尾帧视频、批量生成、高清修复
超强AI生成视频-Lightx2v-I2V-超强动态、分镜效果。支持图生视频，首尾帧、批量首尾帧视频、批量生成、高清修复
0元/小时
ComfyUI视频生成
美团Longcat-video视频模型
美团Longcat-video视频模型
3
@社恐的知识树
社恐的知识树认证作者
14
102H
更新时间：2025-10-29
支持自启动
美团开源的长视频生成模型-Longcat，ComfyUI抢先体验版，后续优化后继续更新！
美团开源的长视频生成模型-Longcat，ComfyUI抢先体验版，后续优化后继续更新！
0元/小时
视频生成数字人
LatentSync抖音出品高质量对口型软件
LatentSync抖音出品高质量对口型软件
30
@AI画师大阳
AI画师大阳认证作者
567
1194H
更新时间：2025-10-29
支持自启动
高质量对口型工具
高质量对口型工具
0元/小时
图像修复图片生成视频生成
FlashVSR_Ultra_Fast,图片视频超清放大,支持批量任务,支持5090新卡
FlashVSR_Ultra_Fast,图片视频超清放大,支持批量任务,支持5090新卡
30
@刘悦的技术博客
刘悦的技术博客认证作者
562
814H
更新时间：2025-11-14
支持自启动
FlashVSR_Ultra_Fast,图片视频超清放大,支持批量任务,支持5090新卡
FlashVSR_Ultra_Fast,图片视频超清放大,支持批量任务,支持5090新卡
0元/小时
视频生成ComfyUIWan
一键视频转绘Ditto
一键视频转绘Ditto
4
@鹄仙
鹄仙认证作者
48
48H
更新时间：2025-12-04
把视频整体转会成其他风格
把视频整体转会成其他风格
0元/小时
ComfyUI图片生成视频生成
积木comfyui
积木comfyui
5
@积木comfyui
35
44H
更新时间：2025-10-29
支持自启动
简单易懂，用核心原理展示工作流
简单易懂，用核心原理展示工作流
0元/小时
Wan视频生成
Video-As-Prompt
Video-As-Prompt
2
@十字鱼
十字鱼认证作者
1
1H
更新时间：2025-10-28
支持自启动
统一语义控制的视频生成
统一语义控制的视频生成
0元/小时
Qwen-imageComfyUIWan
Pony V7 × Qwen AIO × Smooth 2.0无限制生产｜图像 / 编辑 / 视频 一体化
Pony V7 × Qwen AIO × Smooth 2.0无限制生产｜图像 / 编辑 / 视频 一体化
4
@AI-KSK
AI-KSK认证作者
81
585H
更新时间：2025-10-28
这是一个整合图像生成、图像编辑和视频生产的 AI 创作工具。
这是一个整合图像生成、图像编辑和视频生产的 AI 创作工具。
0元/小时
数字人
LiveTalking-V1.5
LiveTalking-V1.5
1
@有黑眼圈的小竹熊
145
928H
更新时间：2025-11-13
实时数字人解决方案
实时数字人解决方案
0.3元/小时
ComfyUIWan视频生成
Comfyui_Ditto
Comfyui_Ditto
2
@skyrimprey
8
2H
更新时间：2025-10-24
Ditto:基于指令的视频编辑框架，可以用于视频内元素的风格转换 本镜像为https://github.com/EzioBy/Ditto的Comfyui实现
Ditto:基于指令的视频编辑框架，可以用于视频内元素的风格转换 本镜像为https://github.com/EzioBy/Ditto的Comfyui实现
0元/小时
其他Qwen
MinerU:高质量PDF转Markdown/JSON
MinerU:高质量PDF转Markdown/JSON
5
@AI画师大阳
AI画师大阳认证作者
126
498H
更新时间：2025-10-24
支持自启动
快速高效的将PDF文档转为Markdown/JSON文件
快速高效的将PDF文档转为Markdown/JSON文件
0元/小时
视频生成
超强AI视频风格重绘-Ditto-支持长视频、批量生成
超强AI视频风格重绘-Ditto-支持长视频、批量生成
6
@与AI同行
与AI同行认证作者
59
57H
更新时间：2025-10-23
支持自启动
超强AI视频重绘Ditto-支持长视频、批量生成，支持视频风格转换、动漫转真人视频，超级方便！
超强AI视频重绘Ditto-支持长视频、批量生成，支持视频风格转换、动漫转真人视频，超级方便！
0元/小时
三维重建图片生成
微软TRELLIS图片/文本转3D模型资产
微软TRELLIS图片/文本转3D模型资产
2
@AI画师大阳
AI画师大阳认证作者
72
232H
更新时间：2025-12-04
支持自启动
高质量图片/文本转3D网格模型
高质量图片/文本转3D网格模型
0元/小时
DeepSeek目标检测语义分割图像分类
DeepSeek-OCR
DeepSeek-OCR
14
@十字鱼
十字鱼认证作者
52
583H
更新时间：2025-10-24
上下文光学压缩
上下文光学压缩
0元/小时
Qwen-image图片生成ComfyUI
Qwen-image-Nunchaku智能扩图,AI绘图,关键词扩图,图像填充,图像延展,支持5090新卡
Qwen-image-Nunchaku智能扩图,AI绘图,关键词扩图,图像填充,图像延展,支持5090新卡
4
@刘悦的技术博客
刘悦的技术博客认证作者
31
29H
更新时间：2025-11-14
支持自启动
Qwen-image-Nunchaku智能扩图,AI绘图,关键词扩图,图像填充,图像延展,支持5090新卡
Qwen-image-Nunchaku智能扩图,AI绘图,关键词扩图,图像填充,图像延展,支持5090新卡
0元/小时
数字人ComfyUIWan
ComfyUI_infiniteTalk数字人工作流
ComfyUI_infiniteTalk数字人工作流
33
@好奇漫步
538
1328H
更新时间：2025-10-22
本镜像包含ComfyUI许多工作流，目前优先测试部署完毕infiniteTalk数字人工作流、Wan2.2生视频工作流、HoMo数字人工作流等，后续会继续部署完善更多的工作流。
本镜像包含ComfyUI许多工作流，目前优先测试部署完毕infiniteTalk数字人工作流、Wan2.2生视频工作流、HoMo数字人工作流等，后续会继续部署完善更多的工作流。
0元/小时
ComfyUIWanQwen-image
Qwen-image以及WAN视频系列，打开即用！
Qwen-image以及WAN视频系列，打开即用！
7
@老许爱吃肉丶
111
1360H
更新时间：2025-10-21
支持自启动
comfyui工作流，Qwen-image以及WAN2.1/2.2视频，都已经部署好，里面内置工作流，打开即可使用！
comfyui工作流，Qwen-image以及WAN2.1/2.2视频，都已经部署好，里面内置工作流，打开即可使用！
0元/小时
视频生成
最快AI视频高清修复FlashVSR-支持批量生成
最快AI视频高清修复FlashVSR-支持批量生成
49
@与AI同行
与AI同行认证作者
1350
5890H
更新时间：2025-10-21
支持自启动
最快AI视频高清修复FlashVSR
最快AI视频高清修复FlashVSR
0元/小时
视频剪辑
FlashVSR视频高清放大webUI狂暴优化版 一键启用多倍放大 二次开发构建by科哥
FlashVSR视频高清放大webUI狂暴优化版 一键启用多倍放大 二次开发构建by科哥
7
@科哥AIGC
科哥AIGC认证作者
96
146H
更新时间：2025-10-21
FlashVSR视频高清放大webUI狂暴优化版 一键启用多倍放大
FlashVSR视频高清放大webUI狂暴优化版 一键启用多倍放大
0元/小时
Wan视频生成ComfyUI
Smooth Wan 2.2 动态↑速度↑NSFW↑文生/图生视频&首尾帧
Smooth Wan 2.2 动态↑速度↑NSFW↑文生/图生视频&首尾帧
44
@AI-KSK
AI-KSK认证作者
504
4084H
更新时间：2025-10-22
Smooth是最新的被社区广泛认可的Wan 2.2无限制合并模型
Smooth是最新的被社区广泛认可的Wan 2.2无限制合并模型
0元/小时
视觉场景识别语义分割图像分类
baidu-paddle-ocr
baidu-paddle-ocr
2
@有趣的80后程序员
有趣的80后程序员认证作者
40
100H
更新时间：2025-10-20
ocr模型天花板、支持109种语言、公式、表格、图标
ocr模型天花板、支持109种语言、公式、表格、图标
0元/小时
图像修复图片生成Wan
Flash-VSR-1.3B 图片/视频超清放大
Flash-VSR-1.3B 图片/视频超清放大
6
@刘悦的技术博客
刘悦的技术博客认证作者
76
29H
更新时间：2025-11-14
支持自启动
Flash-VSR-1.3B,图片/视频超清放大,支持5090新显卡,支持批量任务
Flash-VSR-1.3B,图片/视频超清放大,支持5090新显卡,支持批量任务
0元/小时
Qwen目标检测
Rex-Omni
Rex-Omni
2
@十字鱼
十字鱼认证作者
14
235H
更新时间：2025-10-19
支持自启动
通过下一个点预测来检测任何事物
通过下一个点预测来检测任何事物
0元/小时
Wan视频生成
Wan2.2-SmoothMix 更丝滑的图生视频
Wan2.2-SmoothMix 更丝滑的图生视频
18
@刘悦的技术博客
刘悦的技术博客认证作者
187
147H
更新时间：2025-11-14
支持自启动
Wan2.2-SmoothMix,更丝滑的图生视频,首尾帧连贯动画,4步采样,支持5090新卡
Wan2.2-SmoothMix,更丝滑的图生视频,首尾帧连贯动画,4步采样,支持5090新卡
0元/小时
Wan2.2-KJ氦气加速ComfyUI 6步极速版（唯一正版授权）
Wan2.2-KJ氦气加速ComfyUI 6步极速版（唯一正版授权）
16
@龙没耳
龙没耳认证作者
408
2764H
更新时间：2025-10-20
支持自启动
Wan2.2KJ氦气加速6步极速版唯一正版授权镜像——AI来事&龙没耳联合推出
Wan2.2KJ氦气加速6步极速版唯一正版授权镜像——AI来事&龙没耳联合推出
0元/小时
数字人ComfyUI
Animate-v2-最强人物替换工作流
Animate-v2-最强人物替换工作流
27
@匹夫
匹夫认证作者
285
572H
更新时间：2025-10-20
支持自启动
Animate-v2-最强人物替换工作流
Animate-v2-最强人物替换工作流
0元/小时
Flux图片生成
DreamOmni2 ComfyUI 量化版
DreamOmni2 ComfyUI 量化版
2
@鹄仙
鹄仙认证作者
28
66H
更新时间：2025-11-07
支持自启动
超级强大的图像编辑项目
超级强大的图像编辑项目
0元/小时
ComfyUI视频生成Wan
OVI一款使用提示生成音频音效,或者完整的有声视频开源模型
OVI一款使用提示生成音频音效,或者完整的有声视频开源模型
2
@社恐的知识树
社恐的知识树认证作者
18
8H
更新时间：2025-10-16
一个类似Veo3 Sora的开源模型，使用提示词自动生成音频视频
一个类似Veo3 Sora的开源模型，使用提示词自动生成音频视频
0元/小时
视频生成Wan
最强视频编辑-阿里WanAnimate-Q8超高精度-合集
最强视频编辑-阿里WanAnimate-Q8超高精度-合集
113
@与AI同行
与AI同行认证作者
2176
9213H
更新时间：2025-10-20
支持自启动
最强视频编辑-阿里Wan-Animate-Q8超高精度-合集
最强视频编辑-阿里Wan-Animate-Q8超高精度-合集
0元/小时
ComfyUI视频生成Wan
视频重绘_跳舞姿势视频迁移Wan2.2图生视频
视频重绘_跳舞姿势视频迁移Wan2.2图生视频
12
@梦影Erislia
81
104H
更新时间：2025-10-15
视频重绘_跳舞姿势视频迁移Wan2.2图生视频
视频重绘_跳舞姿势视频迁移Wan2.2图生视频
0元/小时
ComfyUI
电商-AI模特/饰品/眼镜/假发模特，ComfyUI一键启动镜像
电商-AI模特/饰品/眼镜/假发模特，ComfyUI一键启动镜像
11
@AI美研所
156
474H
更新时间：2025-10-20
支持自启动
适用电商的ComfyUI镜像环境，包括：饰品佩戴、 多姿势，多角度， 一致性模特工作流，一键换装工作流，眼镜模特工作流，假发模特工作流镜像；本镜像采取一键打包形式，不用输入一句命令，点击几次即可
适用电商的ComfyUI镜像环境，包括：饰品佩戴、 多姿势，多角度， 一致性模特工作流，一键换装工作流，眼镜模特工作流，假发模特工作流镜像；本镜像采取一键打包形式，不用输入一句命令，点击几次即可
0元/小时
Wan视频生成ComfyUI
Wan-Lynx 面部信息迁移图生视频+人脸一致性保持
Wan-Lynx 面部信息迁移图生视频+人脸一致性保持
13
@刘悦的技术博客
刘悦的技术博客认证作者
58
40H
更新时间：2025-11-14
支持自启动
Wan-Lynx,面部信息迁移图生视频,人脸一致性保持,6步采样,支持5090新卡,支持批量任务,Comfyui,工作流
Wan-Lynx,面部信息迁移图生视频,人脸一致性保持,6步采样,支持5090新卡,支持批量任务,Comfyui,工作流
0元/小时
图片生成图生文
Ming-UniVision
Ming-UniVision
2
@十字鱼
十字鱼认证作者
15
4H
更新时间：2025-10-12
支持自启动
使用连续统一分词器进行联合图像理解和生成
使用连续统一分词器进行联合图像理解和生成
0元/小时
WanComfyUI视频生成
Wan2.2-N版-文生图生视频VACE-10流整合
Wan2.2-N版-文生图生视频VACE-10流整合
24
@AI-KSK
AI-KSK认证作者
268
718H
更新时间：2025-10-20
支持自启动
Smooth&Remix&AllInOne-N版合并模型的一键镜像
Smooth&Remix&AllInOne-N版合并模型的一键镜像
0元/小时
DeepSeekQwenGLM
PDFMathTranslate
PDFMathTranslate
4
@十字鱼
十字鱼认证作者
5
3H
更新时间：2025-10-11
支持自启动
基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务
基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务
0元/小时
语音合成
indextts2-IndexTTS2 最新 V23 版本的全面升级
indextts2-IndexTTS2 最新 V23 版本的全面升级
20
@科哥AIGC
科哥AIGC认证作者
296
1011H
更新时间：2025-10-20
IndexTTS2 最新 V23 版本的全面升级
IndexTTS2 最新 V23 版本的全面升级
0元/小时
三维重建其他
腾讯混元3d-Omni在线生成Hunyuan3D-Omni轻量版3d模型生成命令行版 构建by科哥
腾讯混元3d-Omni在线生成Hunyuan3D-Omni轻量版3d模型生成命令行版 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
24
340H
更新时间：2025-10-07
24gb可以运行该应用
24gb可以运行该应用
0元/小时
Wan视频生成
Ovi 来啦！开源免费，体验一下类似 SORA 2 的视频+音频生成
Ovi 来啦！开源免费，体验一下类似 SORA 2 的视频+音频生成
6
@AI-KSK
AI-KSK认证作者
54
20H
更新时间：2025-11-07
认识一下 Ovi —— 一个很像 SORA 2 的免费 AI 模型。它能生成带声音的完整视频，让你探索下一代 AI 创作的无限可能！
认识一下 Ovi —— 一个很像 SORA 2 的免费 AI 模型。它能生成带声音的完整视频，让你探索下一代 AI 创作的无限可能！
0元/小时
Hunyuan图片生成
HunyuanImage-3.0
HunyuanImage-3.0
9
@十字鱼
十字鱼认证作者
49
60H
更新时间：2025-10-06
支持自启动
腾讯开源80B图像生成模型 原生多模态 自回归框架
腾讯开源80B图像生成模型 原生多模态 自回归框架
0元/小时
视频生成Wan
Ovi 音频视频生成
Ovi 音频视频生成
8
@十字鱼
十字鱼认证作者
54
33H
更新时间：2025-10-20
支持自启动
用于音频视频生成的双主干交叉模态融合
用于音频视频生成的双主干交叉模态融合
0元/小时
语音合成语音克隆
GPT-SoVITS
GPT-SoVITS
46
@aiguoliuguo
aiguoliuguo认证作者
1922
9593H
更新时间：2025-10-06
GPT-SoVITS-V4（v2Pro,v2ProPlus），所需素材少，训练耗时短，情绪可控。
GPT-SoVITS-V4（v2Pro,v2ProPlus），所需素材少，训练耗时短，情绪可控。
0元/小时
语音分离
MSST
MSST
26
@aiguoliuguo
aiguoliuguo认证作者
1637
3114H
更新时间：2025-10-05
MSST-webUI版本，更简单，加入一键处理，效率更高，更好用的干声分离以及去和声混响的项目，可以作为传统UVR的上位替代，并兼容UVR的模型，简单且快。
MSST-webUI版本，更简单，加入一键处理，效率更高，更好用的干声分离以及去和声混响的项目，可以作为传统UVR的上位替代，并兼容UVR的模型，简单且快。
0元/小时
语音合成语音克隆
index-tts2高质量声音克隆语音合成软件
index-tts2高质量声音克隆语音合成软件
27
@AI画师大阳
AI画师大阳认证作者
481
2049H
更新时间：2025-10-31
支持自启动
index-tts2高质量声音克隆语音合成软件
index-tts2高质量声音克隆语音合成软件
0元/小时
ComfyUI视频生成Wan
WAN22增强版-eddy-ode采样,文生视频/图生视频
WAN22增强版-eddy-ode采样,文生视频/图生视频
18
@AI-KSK
AI-KSK认证作者
201
216H
更新时间：2025-10-20
视频生产更精细、更流畅、更智能、更快速、更具视觉表现力。
视频生产更精细、更流畅、更智能、更快速、更具视觉表现力。
0元/小时
三维重建
腾讯混元3D2.1生成3d模型hunyuan 3d 构建by科哥
腾讯混元3D2.1生成3d模型hunyuan 3d 构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
21
80H
更新时间：2025-10-01
24gb最低显存
24gb最低显存
0元/小时
图片生成SD图像修复
超强图片编辑工具OmniGen2，一句话修改图片内容
超强图片编辑工具OmniGen2，一句话修改图片内容
11
@AI画师大阳
AI画师大阳认证作者
79
75H
更新时间：2025-09-30
支持自启动
一句话快速精准修改图片内容
一句话快速精准修改图片内容
0元/小时
数字人
StableAvatar快速生成对口型数字人视频 12gb显卡爆改by科哥
StableAvatar快速生成对口型数字人视频 12gb显卡爆改by科哥
6
@科哥AIGC
科哥AIGC认证作者
56
55H
更新时间：2025-09-30
对口型数字人视频wan2.1优化项目 12gb显卡爆改by科哥
对口型数字人视频wan2.1优化项目 12gb显卡爆改by科哥
0元/小时
三维重建
hunyuan3D part腾讯开源3D模型分离图片3D建模应用 汉化构建By科哥
hunyuan3D part腾讯开源3D模型分离图片3D建模应用 汉化构建By科哥
0
@科哥AIGC
科哥AIGC认证作者
6
1H
更新时间：2025-09-30
需要80gb显卡使用A800测试通过。
需要80gb显卡使用A800测试通过。
0元/小时
ComfyUI视频生成Wan
Lynx字节跳动高保真人脸视频生成方法comfyUI镜像
Lynx字节跳动高保真人脸视频生成方法comfyUI镜像
2
@smthem
6
22H
更新时间：2025-09-29
非量化版LYNX，非KJ版，24G显存才能跑
非量化版LYNX，非KJ版，24G显存才能跑
0元/小时
ComfyUIWan数字人
顶级中文数字人套件-Easy-IndexTTS2 · FireRedTTS · InfiniteTalk
顶级中文数字人套件-Easy-IndexTTS2 · FireRedTTS · InfiniteTalk
9
@AI-KSK
AI-KSK认证作者
106
989H
更新时间：2025-10-03
克隆目标声音，保留音色、语气与情感；将静态图片与音频驱动生成动态视频。
克隆目标声音，保留音色、语气与情感；将静态图片与音频驱动生成动态视频。
0元/小时
语音合成语音克隆
IndexTTS-V2 DeepSpeed编译加速版
IndexTTS-V2 DeepSpeed编译加速版
78
@刘悦的技术博客
刘悦的技术博客认证作者
1278
3044H
更新时间：2025-11-14
支持自启动
支持异步批量任务,支持接口API并发请求,语速调节,音色保存,情绪控制
支持异步批量任务,支持接口API并发请求,语速调节,音色保存,情绪控制
0元/小时
视频剪辑图像修复视频生成
SeedVR2-视频高清放大工作流
SeedVR2-视频高清放大工作流
19
@科哥AIGC
科哥AIGC认证作者
204
274H
更新时间：2025-09-30
支持自启动
二次高清放大视频！3b、7b模型gguf量化加速版 不易爆显存 镜像by科哥
二次高清放大视频！3b、7b模型gguf量化加速版 不易爆显存 镜像by科哥
0元/小时
其他推理框架
bunkws
bunkws
1
@杭州国芯微
21
1406H
更新时间：2025-09-26
Bunkws 是杭州国芯微自研的一款端到端唤醒词训练框架
Bunkws 是杭州国芯微自研的一款端到端唤醒词训练框架
0元/小时
数字人视频剪辑Wan
Wan-2.2-Animate视频主体替换,支持批量任务队列
Wan-2.2-Animate视频主体替换,支持批量任务队列
37
@刘悦的技术博客
刘悦的技术博客认证作者
271
250H
更新时间：2025-11-14
支持自启动
Wan-2.2-Animate视频主体替换,支持批量任务队列,初始化后,等待服务启动，大概2分钟左右，随后点击SD-WEBUI按钮即可
Wan-2.2-Animate视频主体替换,支持批量任务队列,初始化后,等待服务启动，大概2分钟左右，随后点击SD-WEBUI按钮即可
0元/小时
数字人语音合成语音克隆
Niugee-IndexTTS-V2
Niugee-IndexTTS-V2
32
@NiuGee
NiuGee认证作者
241
617H
更新时间：2025-09-28
支持自启动
目前情感效果最好，没有幻觉的文本转语音AI工具
目前情感效果最好，没有幻觉的文本转语音AI工具
0元/小时
语音合成语音识别语音克隆
VoxCPM-小而美的TTS
VoxCPM-小而美的TTS
5
@鹄仙
鹄仙认证作者
34
288H
更新时间：2025-12-07
比IndexTTS更小的语音生成模型，支持语音克隆、文生语音
比IndexTTS更小的语音生成模型，支持语音克隆、文生语音
0元/小时
ComfyUIQwen-image图片生成
Qwen-Image-Edit-2509 三图融合,4步采样
Qwen-Image-Edit-2509 三图融合,4步采样
19
@刘悦的技术博客
刘悦的技术博客认证作者
133
203H
更新时间：2025-11-14
支持自启动
Qwen-Image-Edit-2509三图融合.4步采样,支持自定义多重Lora嵌套,AI图片编辑修改,支持批量任务队列
Qwen-Image-Edit-2509三图融合.4步采样,支持自定义多重Lora嵌套,AI图片编辑修改,支持批量任务队列
0元/小时
ComfyUI
培训师的comfyUI
培训师的comfyUI
4
@鹄仙
鹄仙认证作者
59
399H
更新时间：2026-01-09
组合了图像生成、视频生成、数字人的面向培训师群体的ComfyUI
组合了图像生成、视频生成、数字人的面向培训师群体的ComfyUI
0元/小时
ComfyUI视频生成图片生成
Qwen edit+Wan2.2 出图+视频的神！ 平替Banana
Qwen edit+Wan2.2 出图+视频的神！ 平替Banana
21
@不止设计工作室
249
1370H
更新时间：2025-09-23
qwen edit满血模型部署！替代banana，结合comfyui工作流轻松实现出图、p图、视频生成
qwen edit满血模型部署！替代banana，结合comfyui工作流轻松实现出图、p图、视频生成
0元/小时
视频生成数字人
MultiTalk-生成音乐MV
MultiTalk-生成音乐MV
26
@乔大峰
乔大峰认证作者
66
148H
更新时间：2025-09-23
支持自启动
MultiTalk-只需上传图片和音频，帮你生成音乐MV
MultiTalk-只需上传图片和音频，帮你生成音乐MV
0元/小时
ComfyUIWan视频生成
WanAnimate
WanAnimate
15
@十字鱼
十字鱼认证作者
89
111H
更新时间：2025-11-06
支持自启动
Wan2.2-Animate 动作迁移&人物替换 迟来的AnimateAnyone
Wan2.2-Animate 动作迁移&人物替换 迟来的AnimateAnyone
0元/小时
ComfyUI视频生成Wan
Wan-Animate-ComfyUI:角色动画生成与角色替换
Wan-Animate-ComfyUI:角色动画生成与角色替换
9
@AI-KSK
AI-KSK认证作者
94
256H
更新时间：2025-10-03
Wan-Animate 是阿里巴巴通义实验室提出的一个统一框架，用于 角色动画生成与角色替换。
Wan-Animate 是阿里巴巴通义实验室提出的一个统一框架，用于 角色动画生成与角色替换。
0元/小时
语音合成语音克隆
VoxCPM-来自面壁智能和清华的语音生成模型
VoxCPM-来自面壁智能和清华的语音生成模型
3
@科哥AIGC
科哥AIGC认证作者
23
17H
更新时间：2025-09-30
支持自启动
几秒音频即可克隆声音 构建by科哥
几秒音频即可克隆声音 构建by科哥
0元/小时
Wan视频生成ComfyUI
Wan2.2官方VACE-ComfyUI七大视频生成编辑工作流
Wan2.2官方VACE-ComfyUI七大视频生成编辑工作流
5
@AI-KSK
AI-KSK认证作者
136
300H
更新时间：2025-09-22
开源的​​统一视频生成与编辑框架​​，Wan2.2-VACE-Fun​​一个模型即可支持文生视频、图生视频、视频编辑、局部修改、等多项任务
开源的​​统一视频生成与编辑框架​​，Wan2.2-VACE-Fun​​一个模型即可支持文生视频、图生视频、视频编辑、局部修改、等多项任务
0元/小时
数字人视频剪辑
humo-HuMo清华大学联合字节推出的多模态视频生成框架 二改by科哥
humo-HuMo清华大学联合字节推出的多模态视频生成框架 二改by科哥
6
@科哥AIGC
科哥AIGC认证作者
14
54H
更新时间：2025-09-22
支持自启动
优化1.7b可以24gb显存运行起来了！
优化1.7b可以24gb显存运行起来了！
0元/小时
语音合成语音克隆
FireRedTTS2
FireRedTTS2
9
@十字鱼
十字鱼认证作者
41
754H
更新时间：2025-09-19
支持自启动
面向播客和聊天机器人的长对话语音生成
面向播客和聊天机器人的长对话语音生成
0元/小时
ComfyUIWan
阿里Wan2.2-14B图生视频超高画质-Q8
阿里Wan2.2-14B图生视频超高画质-Q8
61
@与AI同行
与AI同行认证作者
779
4050H
更新时间：2025-09-19
支持自启动
AI生成视频Wan2.2图生视频，使用量化版Wan2.2-I2V-A14B模型
AI生成视频Wan2.2图生视频，使用量化版Wan2.2-I2V-A14B模型
0元/小时
视频生成Wan
Wan-2.2-Fun-Vace视频主体替换
Wan-2.2-Fun-Vace视频主体替换
8
@刘悦的技术博客
刘悦的技术博客认证作者
48
50H
更新时间：2025-11-14
支持自启动
Wan-2.2-Fun-Vace，视频主体替换、跳舞视频主体替换、广告模特替换
Wan-2.2-Fun-Vace，视频主体替换、跳舞视频主体替换、广告模特替换
0元/小时
Wan视频生成数字人
HuMo: 基于协作多模态条件的人体中心视频生成
HuMo: 基于协作多模态条件的人体中心视频生成
6
@Ikaros
12
17H
更新时间：2025-09-18
HuMo是一个统一的、以人为中心的视频生成框架，旨在从多模态输入（包括文本、图像和音频）生成高质量、细粒度且可控的人体视频。它支持强大的文本提示跟随、一致的主体保持和同步的音频驱动动作。
HuMo是一个统一的、以人为中心的视频生成框架，旨在从多模态输入（包括文本、图像和音频）生成高质量、细粒度且可控的人体视频。它支持强大的文本提示跟随、一致的主体保持和同步的音频驱动动作。
0元/小时
语音合成语音识别语音分离
FireRedASR语音识别、语音转文字 构建by科哥
FireRedASR语音识别、语音转文字 构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
22
14H
更新时间：2025-09-30
支持自启动
FireRedASR语音识别系统语音转文字语音转文本千问开源 构建by科哥
FireRedASR语音识别系统语音转文字语音转文本千问开源 构建by科哥
0元/小时
语音识别语音翻译语音合成
FunASR在线语音识别/语音生成 二次开发构建by科哥
FunASR在线语音识别/语音生成 二次开发构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
24
26H
更新时间：2025-09-30
来自阿里开源 科哥二次构建开发webui
来自阿里开源 科哥二次构建开发webui
0元/小时
语音合成
VibeVoice – 微软推出的开源文本转语音模型 汉化构建by科哥
VibeVoice – 微软推出的开源文本转语音模型 汉化构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
24
12H
更新时间：2025-09-30
支持自启动
可以一次性合成4人的对话播客
可以一次性合成4人的对话播客
0元/小时
SD
SD高质量CG绘画
SD高质量CG绘画
9
@AI画师大阳
AI画师大阳认证作者
120
400H
更新时间：2025-09-17
支持自启动
SD高质量CG绘画
SD高质量CG绘画
0元/小时
其他
alchemy
alchemy
1
@杭州国芯微
0
0H
更新时间：2025-09-17
用于训练alchemy kws模型
用于训练alchemy kws模型
0元/小时
语义分割图像分类目标检测
SAM 2：图像和视频中的任何内容分割
SAM 2：图像和视频中的任何内容分割
1
@Ikaros
9
9H
更新时间：2025-09-17
SAM 2：图像和视频中的任何内容分割。比如切出视频中的人物、物体等，可以对目标和背景进行扣除换色等效果设置。
SAM 2：图像和视频中的任何内容分割。比如切出视频中的人物、物体等，可以对目标和背景进行扣除换色等效果设置。
0元/小时
数字人
AnchorCrafter：通过人体-物体交互视频生成动画化您的产品销售数字人
AnchorCrafter：通过人体-物体交互视频生成动画化您的产品销售数字人
9
@Ikaros
19
34H
更新时间：2025-09-17
AnchorCrafter，生成带货数字人视频。通过人体-物体交互视频生成动画化您的产品销售数字人
AnchorCrafter，生成带货数字人视频。通过人体-物体交互视频生成动画化您的产品销售数字人
0元/小时
数字人
OpenAvatarChat——十字鱼镜像
OpenAvatarChat——十字鱼镜像
53
@十字鱼
十字鱼认证作者
517
6365H
更新时间：2025-09-16
支持自启动
阿里开源实时交互数字。 模块化的交互数字人对话实现，能够在单台PC上运行完整功能。
阿里开源实时交互数字。 模块化的交互数字人对话实现，能够在单台PC上运行完整功能。
0元/小时
视频生成数字人
HuMo
HuMo
4
@十字鱼
十字鱼认证作者
9
10H
更新时间：2025-09-16
支持自启动
以人为中心的视频生成方法——协作多模态条件化
以人为中心的视频生成方法——协作多模态条件化
0元/小时
语音合成语音克隆
超强AI音频变声器SeedVC-2.1
超强AI音频变声器SeedVC-2.1
17
@与AI同行
与AI同行认证作者
169
302H
更新时间：2025-09-15
支持自启动
超强AI音频变声器SeedVC-2.1
超强AI音频变声器SeedVC-2.1
0元/小时
语音合成语音克隆
最强AI音色克隆IndexTTS-V2-批量生成
最强AI音色克隆IndexTTS-V2-批量生成
153
@与AI同行
与AI同行认证作者
1614
4657H
更新时间：2025-09-15
支持自启动
最强AI音色克隆IndexTTS-V2-批量生成
最强AI音色克隆IndexTTS-V2-批量生成
0元/小时
视频生成数字人
AnchorCrafter-WebUI
AnchorCrafter-WebUI
12
@乔大峰
乔大峰认证作者
8
2H
更新时间：2025-09-15
支持自启动
开箱即用，生成真实的带货视频
开箱即用，生成真实的带货视频
0元/小时
语音合成语音克隆
index-tts2 声音克隆
index-tts2 声音克隆
25
@有趣的80后程序员
有趣的80后程序员认证作者
293
1517H
更新时间：2025-11-07
让ai声音更真实，更自然，更有温度
让ai声音更真实，更自然，更有温度
0元/小时
视频生成
MAGI-1
MAGI-1
1
@苍耳阿猫
苍耳阿猫认证作者
4
8H
更新时间：2025-09-15
MAGI-1，一个通过 自回归 预测视频块序列来生成视频的世界模型
MAGI-1，一个通过 自回归 预测视频块序列来生成视频的世界模型
0元/小时
ComfyUI视频生成
大鹏最强FusionX动作迁移（和真人一模一样）
大鹏最强FusionX动作迁移（和真人一模一样）
36
@大鹏
大鹏认证作者
204
282H
更新时间：2025-09-12
支持自启动
这个版本无敌了，出的效果兄弟们话不多说直接看图
这个版本无敌了，出的效果兄弟们话不多说直接看图
0元/小时
语音合成语音克隆
IndexTTS2 模型镜像 汉化构建by科哥
IndexTTS2 模型镜像 汉化构建by科哥
20
@科哥AIGC
科哥AIGC认证作者
184
294H
更新时间：2025-09-30
B站开源的indextts2.0版本，强势来袭！
B站开源的indextts2.0版本，强势来袭！
0元/小时
语音翻译语音识别
最好用的中文音频视频语音识别转文本字幕软件FunASR
最好用的中文音频视频语音识别转文本字幕软件FunASR
5
@AI画师大阳
AI画师大阳认证作者
72
310H
更新时间：2025-09-12
支持自启动
将音频视频语音识别转为文本文件和SRT字幕文件
将音频视频语音识别转为文本文件和SRT字幕文件
0元/小时
数字人
HeyGem数字人优化加速版,GFPGAN面部超分增强
HeyGem数字人优化加速版,GFPGAN面部超分增强
32
@刘悦的技术博客
刘悦的技术博客认证作者
481
1045H
更新时间：2025-11-14
支持自启动
HeyGem数字人优化加速版,GFPGAN面部超分增强,批量任务,修复多面部报错,推理速度1比2,唱歌数字人
HeyGem数字人优化加速版,GFPGAN面部超分增强,批量任务,修复多面部报错,推理速度1比2,唱歌数字人
0元/小时
Wan视频生成
Wan2.2-图生视频-批量任务队列版本
Wan2.2-图生视频-批量任务队列版本
23
@刘悦的技术博客
刘悦的技术博客认证作者
459
1558H
更新时间：2025-11-14
支持自启动
Wan2.2-图生视频-批量任务队列版本-自定义lora-自定义首尾帧
Wan2.2-图生视频-批量任务队列版本-自定义lora-自定义首尾帧
0元/小时
语音合成语音克隆
indexTTS2
indexTTS2
9
@白菜工厂1145号员工
白菜工厂1145号员工认证作者
155
402H
更新时间：2025-09-12
支持自启动
无需训练，开源最强zero shot语音合成
无需训练，开源最强zero shot语音合成
0元/小时
Hunyuan视频生成
HunyuanVideo-Foley
HunyuanVideo-Foley
4
@鹄仙
鹄仙认证作者
20
48H
更新时间：2025-09-12
为视频添加音效
为视频添加音效
0元/小时
语音合成语音克隆ComfyUI
Index-TTS2--B站9月8日最新开源语音克隆模型ComfyUI版
Index-TTS2--B站9月8日最新开源语音克隆模型ComfyUI版
6
@社恐的知识树
社恐的知识树认证作者
120
263H
更新时间：2025-09-12
Index-tts2-B站最新开源语音大模型：声音克隆，情感复刻，多人对话，ComfyUI版
Index-tts2-B站最新开源语音大模型：声音克隆，情感复刻，多人对话，ComfyUI版
0元/小时
ComfyUI视频生成图片生成
换装+换脸+换一切+动作迁移+图片视频N合一
换装+换脸+换一切+动作迁移+图片视频N合一
37
@大鹏
大鹏认证作者
329
414H
更新时间：2025-09-10
支持自启动
换装+换脸+换一切+动作迁移+图片视频N合一，最快wan2.2加速，最新kontext换一切，最强换装，最强换姿态迁移图片视频方案+最速换脸
换装+换脸+换一切+动作迁移+图片视频N合一，最快wan2.2加速，最新kontext换一切，最强换装，最强换姿态迁移图片视频方案+最速换脸
0元/小时
视频生成
Facefusion3.4最新官方原版 图片换脸视频换脸高清图片 构建By科哥
Facefusion3.4最新官方原版 图片换脸视频换脸高清图片 构建By科哥
4
@科哥AIGC
科哥AIGC认证作者
51
64H
更新时间：2025-09-12
支持自启动
Facefusion3.4最新3.4官方原本全部模型已经下载11gb！！！
Facefusion3.4最新3.4官方原本全部模型已经下载11gb！！！
0元/小时
LoraQwen-image
musubi-qwen-image lora 训练镜像
musubi-qwen-image lora 训练镜像
20
@有趣的80后程序员
有趣的80后程序员认证作者
158
705H
更新时间：2025-09-09
最简单占用资源最小的lora训练镜像
最简单占用资源最小的lora训练镜像
0元/小时
Wan图片生成
Wan2.2-图生视频-灵活海量批量任务
Wan2.2-图生视频-灵活海量批量任务
12
@星悦
星悦认证作者
82
52H
更新时间：2025-09-10
支持自启动
Wan2.2图生视频灵活批量任务。启动后自动运行。1.在本地修改图片文件名。2.上传到云端文件夹【待处理图片】。3.稍等，下载视频文件夹视频【生成结果】。
Wan2.2图生视频灵活批量任务。启动后自动运行。1.在本地修改图片文件名。2.上传到云端文件夹【待处理图片】。3.稍等，下载视频文件夹视频【生成结果】。
0元/小时
其他
cuda124-py310-torch2.7基础镜像版本
cuda124-py310-torch2.7基础镜像版本
3
@科哥AIGC
科哥AIGC认证作者
17
290H
更新时间：2025-09-12
cuda124-py310-torch2.7基础镜像版本
cuda124-py310-torch2.7基础镜像版本
0元/小时
Wan数字人
Wan2.2-S2V-14B: 音频驱动的电影视频生成
Wan2.2-S2V-14B: 音频驱动的电影视频生成
0
@AI画师大阳
AI画师大阳认证作者
74
71H
更新时间：2025-09-09
支持自启动
通过音频驱动的图片转视频生成软件，支持声音克隆功能
通过音频驱动的图片转视频生成软件，支持声音克隆功能
0元/小时
图片生成
USO字节开源风格随心主体如真打造创意与真实完美统一的AI生成新标准 汉化构建by科哥
USO字节开源风格随心主体如真打造创意与真实完美统一的AI生成新标准 汉化构建by科哥
1
@科哥AIGC
科哥AIGC认证作者
12
64H
更新时间：2025-09-12
主题风格一致，创意无限，配合lora
主题风格一致，创意无限，配合lora
0元/小时
数字人Wan
WAN2.2-S2V最新版数字人+动作参考
WAN2.2-S2V最新版数字人+动作参考
8
@社恐的知识树
社恐的知识树认证作者
86
95H
更新时间：2025-09-06
阿里开源音+图片+动作参考生成视频模型，Comfyui官方最终优化版工作流
阿里开源音+图片+动作参考生成视频模型，Comfyui官方最终优化版工作流
0元/小时
图像修复视频生成
最强AI高清修复-SeedVR2-图片和视频高清放大
最强AI高清修复-SeedVR2-图片和视频高清放大
57
@与AI同行
与AI同行认证作者
863
1335H
更新时间：2025-09-05
支持自启动
最强AI高清修复-SeedVR2-图片和视频高清放大
最强AI高清修复-SeedVR2-图片和视频高清放大
0元/小时
ComfyUI视频生成图片生成
大鹏姿态迁移，图片，视频，换装，图生视频四合一
大鹏姿态迁移，图片，视频，换装，图生视频四合一
18
@大鹏
大鹏认证作者
120
178H
更新时间：2025-09-05
支持自启动
高质量工作流，点开即可运行
高质量工作流，点开即可运行
0元/小时
ComfyUI视频生成
Work-Fisher短片制作整合包
Work-Fisher短片制作整合包
14
@Work-Fisher
75
114H
更新时间：2025-09-05
创造属于你的AI短片
创造属于你的AI短片
0元/小时
机器翻译
PDF文档翻译器BabelDOC
PDF文档翻译器BabelDOC
2
@AI画师大阳
AI画师大阳认证作者
73
324H
更新时间：2025-09-09
基于强大在线大语言模型的PDF文档翻译器
基于强大在线大语言模型的PDF文档翻译器
0元/小时
ComfyUIFlux
牛哥的专属ComfyUI大集合版-V1
牛哥的专属ComfyUI大集合版-V1
13
@NiuGee
NiuGee认证作者
90
187H
更新时间：2025-09-09
牛哥的专属ComfyUI大集合版本，功能持续扩充，点击即用
牛哥的专属ComfyUI大集合版本，功能持续扩充，点击即用
0元/小时
Hunyuan
HunyuanWorld-WebUI fp8量化魔改版 开发构建by科哥
HunyuanWorld-WebUI fp8量化魔改版 开发构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
15
82H
更新时间：2025-09-12
HunyuanWorld 3d世界生成系统 腾讯开源
HunyuanWorld 3d世界生成系统 腾讯开源
0元/小时
Hunyuan音乐
最强AI视频配音-腾讯Hunyuan-Foley
最强AI视频配音-腾讯Hunyuan-Foley
16
@与AI同行
与AI同行认证作者
95
146H
更新时间：2025-09-03
最强AI视频配音-腾讯Hunyuan-Foley
最强AI视频配音-腾讯Hunyuan-Foley
0元/小时
语音合成语音克隆
音频视频语音识别转文本字幕faster-whisper 1.2
音频视频语音识别转文本字幕faster-whisper 1.2
13
@AI画师大阳
AI画师大阳认证作者
157
489H
更新时间：2025-09-09
将音频或视频文件语音识别转为文本文件或字幕文件
将音频或视频文件语音识别转为文本文件或字幕文件
0元/小时
三维重建
Unique3D在线生成3D模型 汉化构建By科哥
Unique3D在线生成3D模型 汉化构建By科哥
2
@科哥AIGC
科哥AIGC认证作者
22
52H
更新时间：2025-09-12
一张图片就可以生成3D glb模型
一张图片就可以生成3D glb模型
0元/小时
ComfyUI图片生成
gen_backview
gen_backview
0
@frankyxu
7
1055H
更新时间：2025-09-03
gen_backview bug 修复
gen_backview bug 修复
0元/小时
Wan数字人
Wan2.2 S2V 数字人 阿里通义千问出品
Wan2.2 S2V 数字人 阿里通义千问出品
13
@十字鱼
十字鱼认证作者
161
310H
更新时间：2025-09-02
Wan2.2 S2V 数字人 阿里通义千问出品 这是一个音频驱动的电影视频生成模型
Wan2.2 S2V 数字人 阿里通义千问出品 这是一个音频驱动的电影视频生成模型
0元/小时
Hunyuan音乐
HunyuanVideo-Foley腾讯开源视频音效配音文本配音 汉化构建by科哥
HunyuanVideo-Foley腾讯开源视频音效配音文本配音 汉化构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
35
41H
更新时间：2025-09-12
根据一段文本或者视频，生成你的配音
根据一段文本或者视频，生成你的配音
0元/小时
Hunyuan音乐
HunyuanVideo-Foley 腾讯混元开源音效模型
HunyuanVideo-Foley 腾讯混元开源音效模型
2
@十字鱼
十字鱼认证作者
9
7H
更新时间：2025-09-03
一键视频配音，完美自动化
一键视频配音，完美自动化
0元/小时
ComfyUI
DelikeAI 应用镜像
DelikeAI 应用镜像
1
@Delike乐仔
13
61H
更新时间：2025-09-01
DelikeAI 应用镜像
DelikeAI 应用镜像
0元/小时
ComfyUI数字人语音
HunyuanVideoFoley-AI视频配乐
HunyuanVideoFoley-AI视频配乐
10
@匹夫
匹夫认证作者
85
131H
更新时间：2025-10-20
支持自启动
HunyuanVideoFoley-能自动给视频配乐的AI模型
HunyuanVideoFoley-能自动给视频配乐的AI模型
0元/小时
Wan视频生成
Wan2GP——十字鱼镜像
Wan2GP——十字鱼镜像
3
@十字鱼
十字鱼认证作者
38
159H
更新时间：2025-09-03
Wan2GP，高度优化的视频生成项目，支持Wan、Hunyuan和LTX等相关模型
Wan2GP，高度优化的视频生成项目，支持Wan、Hunyuan和LTX等相关模型
0元/小时
数字人
HeyGem-webui在线数字人视频口播数字人 构建bu科哥
HeyGem-webui在线数字人视频口播数字人 构建bu科哥
8
@科哥AIGC
科哥AIGC认证作者
117
105H
更新时间：2025-09-12
一键运行优化版，开机自启动
一键运行优化版，开机自启动
0元/小时
数字人ComfyUI
AI换人术一键将跳舞视频主角变成你！（Stand-In + VACE + ComfyUI 镜像版）
AI换人术一键将跳舞视频主角变成你！（Stand-In + VACE + ComfyUI 镜像版）
18
@电磁波Studio
电磁波Studio认证作者
213
406H
更新时间：2025-09-01
AI换人术一键将跳舞视频主角变成你！（Stand-In + VACE + ComfyUI 镜像版）
AI换人术一键将跳舞视频主角变成你！（Stand-In + VACE + ComfyUI 镜像版）
0元/小时
数字人ComfyUISD
musubi-tunner-wan2.2训练镜像
musubi-tunner-wan2.2训练镜像
29
@有趣的80后程序员
有趣的80后程序员认证作者
349
2171H
更新时间：2025-10-28
musubi-tunner-wan2.2 lora 训练镜像，内置模型数据集
musubi-tunner-wan2.2 lora 训练镜像，内置模型数据集
0元/小时
ComfyUIWebUI深度学习
InfiniteTalk数字人,4步采样,无限时长,说话数字人,唱歌数字人
InfiniteTalk数字人,4步采样,无限时长,说话数字人,唱歌数字人
52
@刘悦的技术博客
刘悦的技术博客认证作者
1310
2243H
更新时间：2025-11-14
InfiniteTalk数字人,4步采样,无限时长,说话数字人,唱歌数字人,支持反推关键词,基于comfyui工作流
InfiniteTalk数字人,4步采样,无限时长,说话数字人,唱歌数字人,支持反推关键词,基于comfyui工作流
0元/小时
Qwen-image
Qwen-image-千问合集
Qwen-image-千问合集
3
@虚幻1024
66
308H
更新时间：2025-09-08
ComfyUI - qwen-image-千问合集
ComfyUI - qwen-image-千问合集
0元/小时
三维重建
SpatialGen - 3D场景生成器
SpatialGen - 3D场景生成器
0
@科哥AIGC
科哥AIGC认证作者
6
11H
更新时间：2025-09-12
基于多视角多模态扩散模型的3D场景生成工具 支持图像到3D场景和文本到3D场景的生成
基于多视角多模态扩散模型的3D场景生成工具 支持图像到3D场景和文本到3D场景的生成
0元/小时
音乐
ThinkSound视频配音
ThinkSound视频配音
1
@科哥AIGC
科哥AIGC认证作者
24
113H
更新时间：2025-09-12
支持自启动
ThinkSound视频配音
ThinkSound视频配音
0元/小时
Wan数字人
wan2.2-S2V数字人,支持批量任务队列
wan2.2-S2V数字人,支持批量任务队列
12
@刘悦的技术博客
刘悦的技术博客认证作者
123
123H
更新时间：2025-11-14
支持自启动
支持批量任务队列,说话数字人,唱歌数字人,支持反推关键词,基于comfyui工作流
支持批量任务队列,说话数字人,唱歌数字人,支持反推关键词,基于comfyui工作流
0元/小时
Wan数字人
Wan2.2-S2V数字人-对口型-音频驱动视频生成
Wan2.2-S2V数字人-对口型-音频驱动视频生成
14
@AI-KSK
AI-KSK认证作者
170
221H
更新时间：2025-08-31
Wan2.2-S2V数字人，通过一张静态图片和一段音频（如说话或唱歌）自动生成高质量、口型同步的电影级视频。
Wan2.2-S2V数字人，通过一张静态图片和一段音频（如说话或唱歌）自动生成高质量、口型同步的电影级视频。
0元/小时
ComfyUI
视频人物主体替换
视频人物主体替换
4
@AI画师大阳
AI画师大阳认证作者
41
24H
更新时间：2025-08-27
支持自启动
用一张图片中人物替换视频中的人物主体
用一张图片中人物替换视频中的人物主体
0元/小时
Qwen-image
Qwen-Image-Edit-多图融合-面部一致性保持
Qwen-Image-Edit-多图融合-面部一致性保持
10
@刘悦的技术博客
刘悦的技术博客认证作者
100
291H
更新时间：2025-11-14
支持自启动
Qwen-Image-Edit-多图融合-面部一致性保持,基于comfyui工作流
Qwen-Image-Edit-多图融合-面部一致性保持,基于comfyui工作流
0元/小时
ComfyUIWan
Wan2.2-Lora训练,文生视频与图生视频Lora训练,AIToolkit
Wan2.2-Lora训练,文生视频与图生视频Lora训练,AIToolkit
21
@AI-KSK
AI-KSK认证作者
247
2564H
更新时间：2025-08-31
用做训练Wan2.2文生视频或者/图生视频的 LoRA 模型
用做训练Wan2.2文生视频或者/图生视频的 LoRA 模型
0元/小时
AI编程
RapidOCR_API_Torch_GPU
RapidOCR_API_Torch_GPU
1
@SWHL
SWHL认证作者
4
8H
更新时间：2025-08-27
基于 ONNXRuntime、OpenVINO、PaddlePaddle 和 PyTorch 的超棒 OCR 多编程语言工具包。
基于 ONNXRuntime、OpenVINO、PaddlePaddle 和 PyTorch 的超棒 OCR 多编程语言工具包。
0元/小时
Qwen-image
最强AI图片QwenImage-Edit-WebUI-支持Lora
最强AI图片QwenImage-Edit-WebUI-支持Lora
10
@与AI同行
与AI同行认证作者
133
195H
更新时间：2025-09-08
支持自启动
QwenImage+Edit-WebUI-支持Lora
QwenImage+Edit-WebUI-支持Lora
0元/小时
其他
VL视觉模型集合
VL视觉模型集合
1
@Ikaros
3
96H
更新时间：2025-08-27
内置InternVL3-8B、GLM-4.1V-9B-Thinking、GLM-4.1V-9B-Thinking-bnb-4bit 一键启动API服务
内置InternVL3-8B、GLM-4.1V-9B-Thinking、GLM-4.1V-9B-Thinking-bnb-4bit 一键启动API服务
0元/小时
Hunyuan
HunyuanWorld-1.0-lite 腾讯混元3D世界lite
HunyuanWorld-1.0-lite 腾讯混元3D世界lite
0
@科哥AIGC
科哥AIGC认证作者
8
18H
更新时间：2025-09-12
快速打造你的3D游戏世界1.0，通过jupyterlab命令行运行生成3D游戏世界
快速打造你的3D游戏世界1.0，通过jupyterlab命令行运行生成3D游戏世界
0元/小时
数字人
infinitetalk数字人工作流
infinitetalk数字人工作流
65
@匹夫
匹夫认证作者
1144
4096H
更新时间：2025-08-27
支持自启动
infinitetalk，音频+图片参考、音频+视频参考工作流
infinitetalk，音频+图片参考、音频+视频参考工作流
0元/小时
ComfyUIWan
wan2.1文生视频动作迁移
wan2.1文生视频动作迁移
4
@AI画师大阳
AI画师大阳认证作者
107
192H
更新时间：2025-08-27
支持自启动
模仿参考视频人物动作快速生成新的人物视频
模仿参考视频人物动作快速生成新的人物视频
0元/小时
Qwen
Qwen3-Smvl多模态模型
Qwen3-Smvl多模态模型
1
@敢敢のwings
敢敢のwings认证作者
3
0H
更新时间：2025-09-08
支持自启动
最近Huggingface团队发布了超小多模态模型SmolVLM2，可以做到端侧1GB显存推理。作者尝试当前中文小模型扛把子Qwen3与SmolVLM2直接微调拼接的想法
最近Huggingface团队发布了超小多模态模型SmolVLM2，可以做到端侧1GB显存推理。作者尝试当前中文小模型扛把子Qwen3与SmolVLM2直接微调拼接的想法
0元/小时
推理框架
ms-swift轻量级微调模型框架
ms-swift轻量级微调模型框架
1
@bright
11
135H
更新时间：2025-08-27
ms-swift是魔搭社区提供的大模型与多模态大模型微调部署框架.
ms-swift是魔搭社区提供的大模型与多模态大模型微调部署框架.
0元/小时
Qwen-image
Qwen-Image-Edit-4步采样
Qwen-Image-Edit-4步采样
3
@刘悦的技术博客
刘悦的技术博客认证作者
36
36H
更新时间：2025-11-14
支持自启动
支持自定义Lora,AI图片编辑修改,支持反推提示词
支持自定义Lora,AI图片编辑修改,支持反推提示词
0元/小时
语音合成
voice-changer
voice-changer
4
@aiguoliuguo
aiguoliuguo认证作者
140
5989H
更新时间：2025-08-27
Voice Changer 云端在线变声器
Voice Changer 云端在线变声器
0元/小时
ComfyUI图片生成
ComfyUI高清4K文生图
ComfyUI高清4K文生图
5
@AI画师大阳
AI画师大阳认证作者
73
344H
更新时间：2025-08-27
支持自启动
ComfyUI版实现stable diffusion文生图高清放大人脸修复，直出4K
ComfyUI版实现stable diffusion文生图高清放大人脸修复，直出4K
0元/小时
ComfyUIWan
WAN2.2视频生产加速套件-ComfyUI
WAN2.2视频生产加速套件-ComfyUI
6
@AI-KSK
AI-KSK认证作者
71
174H
更新时间：2025-08-21
WAN 2.2极速性能优化​10工作流多任务视频生成套件
WAN 2.2极速性能优化​10工作流多任务视频生成套件
0元/小时
数字人
MultiTalk数字人优化加速版本-无限时长-唱歌/说话数字人
MultiTalk数字人优化加速版本-无限时长-唱歌/说话数字人
4
@刘悦的技术博客
刘悦的技术博客认证作者
136
346H
更新时间：2025-11-14
支持自启动
MultiTalk数字人优化加速版本-2步采样，对精度有要求修改采样数为4或者8
MultiTalk数字人优化加速版本-2步采样，对精度有要求修改采样数为4或者8
0元/小时
图像修复视频生成
Seed-VR2-7B,图片视频超清放大,人体细节部位放大,支持批量任务
Seed-VR2-7B,图片视频超清放大,人体细节部位放大,支持批量任务
7
@刘悦的技术博客
刘悦的技术博客认证作者
91
100H
更新时间：2025-11-14
支持自启动
Seed-VR2-7B,图片视频超清放大,人体细节部位放大,支持批量任务,初始化后，等待服务启动，大概2分钟，然后点击SD-WEBUI即可
Seed-VR2-7B,图片视频超清放大,人体细节部位放大,支持批量任务,初始化后，等待服务启动，大概2分钟，然后点击SD-WEBUI即可
0元/小时
图像修复视频生成
ben2抠图-在线去除图片、视频背景神器,绿幕抠图神器 构建By科哥
ben2抠图-在线去除图片、视频背景神器,绿幕抠图神器 构建By科哥
4
@科哥AIGC
科哥AIGC认证作者
67
133H
更新时间：2025-09-12
支持自启动
ben2抠图webui在线抠视频除去图片视频背景神器绿幕抠图神器 构建By科哥
ben2抠图webui在线抠视频除去图片视频背景神器绿幕抠图神器 构建By科哥
0元/小时
语音合成语音克隆
CosyVoice界面优化版 可以粤语、普通、英语、日语、四川话、天津话、上海话等声音克隆
CosyVoice界面优化版 可以粤语、普通、英语、日语、四川话、天津话、上海话等声音克隆
9
@科哥AIGC
科哥AIGC认证作者
147
261H
更新时间：2025-09-12
支持自启动
CosyVoice界面优化版 可以粤语、普通、英语、日语、四川话、天津话、上海话等声音克隆
CosyVoice界面优化版 可以粤语、普通、英语、日语、四川话、天津话、上海话等声音克隆
0元/小时
图像修复
DiffBIR一键图片老照片高清修复 汉化构建by科哥
DiffBIR一键图片老照片高清修复 汉化构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
47
21H
更新时间：2025-09-12
支持自启动
DiffBIR一键图片老照片高清修复 汉化构建by科哥
DiffBIR一键图片老照片高清修复 汉化构建by科哥
0元/小时
视频生成
最强人脸迁移生成视频Stand-In支持批量生成
最强人脸迁移生成视频Stand-In支持批量生成
10
@与AI同行
与AI同行认证作者
59
48H
更新时间：2025-08-28
支持自启动
最强人脸迁移生成视频Stand-In-支持批量生成
最强人脸迁移生成视频Stand-In-支持批量生成
0元/小时
数字人
HeyGem数字人加速优化版，解决多脸型报错
HeyGem数字人加速优化版，解决多脸型报错
4
@刘悦的技术博客
刘悦的技术博客认证作者
94
293H
更新时间：2025-11-14
支持自启动
HeyGem数字人加速优化版，解决多脸型报错，解决没有脸报错,
HeyGem数字人加速优化版，解决多脸型报错，解决没有脸报错,
0元/小时
图像修复
HYPIR一个基于扩散生成的分数进行图像恢复的应用 汉化构建By科哥
HYPIR一个基于扩散生成的分数进行图像恢复的应用 汉化构建By科哥
2
@科哥AIGC
科哥AIGC认证作者
11
25H
更新时间：2025-09-12
支持自启动
一键进行修复图片
一键进行修复图片
0元/小时
图片生成视频生成
Magic-TryOn图片换装视频换装 构建by科哥
Magic-TryOn图片换装视频换装 构建by科哥
2
@科哥AIGC
科哥AIGC认证作者
17
66H
更新时间：2025-09-12
Magic-TryOn图片换装视频换装 构建by科哥
Magic-TryOn图片换装视频换装 构建by科哥
0元/小时
WebUI通义数字人
Wan2.2-图生视频-批量任务-自定义lora-自定义首尾帧
Wan2.2-图生视频-批量任务-自定义lora-自定义首尾帧
18
@刘悦的技术博客
刘悦的技术博客认证作者
323
1875H
更新时间：2025-11-14
支持自启动
Wan2.2-图生视频-批量任务-自定义lora-自定义首尾帧
Wan2.2-图生视频-批量任务-自定义lora-自定义首尾帧
0元/小时
推理框架
LlamaFactory纯净版-微调使用
LlamaFactory纯净版-微调使用
5
@WYSLOVE
137
2067H
更新时间：2025-08-12
在conda环境下仅安装了LlamaFactory，以及llama.cpp，llama.cpp未编译，可用convert.py来导出gguf模型文件
在conda环境下仅安装了LlamaFactory，以及llama.cpp，llama.cpp未编译，可用convert.py来导出gguf模型文件
0.01元/小时
数字人
RuoYI AI 二开AI数字人
RuoYI AI 二开AI数字人
2
@熊猫助手
熊猫助手认证作者
14
106H
更新时间：2025-08-14
基于livetalking二开，实现AI数字人功能，支持coze智能体工作流对接，功能更加强大！
基于livetalking二开，实现AI数字人功能，支持coze智能体工作流对接，功能更加强大！
0元/小时
视频生成
FramePack-F1 牛哥版
FramePack-F1 牛哥版
7
@NiuGee
NiuGee认证作者
71
221H
更新时间：2025-08-11
FramePack F1 牛哥加速版
FramePack F1 牛哥加速版
0元/小时
SD
秋叶丹炉（Lora-Scripts）1.12
秋叶丹炉（Lora-Scripts）1.12
12
@龙没耳
龙没耳认证作者
291
2049H
更新时间：2025-08-11
支持自启动
秋叶丹炉lora-scripts1.12+Joy Caption 3原创可视化自动批量打标工具1.4版
秋叶丹炉lora-scripts1.12+Joy Caption 3原创可视化自动批量打标工具1.4版
0元/小时
FluxComfyUI
Flux_Krea_Flux_Dev-Loras
Flux_Krea_Flux_Dev-Loras
7
@seazou
33
34H
更新时间：2025-08-11
Flux_Krea&Flux_Dev-loras,本镜像包含多个用于Flux的lora
Flux_Krea&Flux_Dev-loras,本镜像包含多个用于Flux的lora
0.02元/小时
Qwen-image
Qwen-Image蒸馏加速版,批量生成,自定义Lora
Qwen-Image蒸馏加速版,批量生成,自定义Lora
3
@刘悦的技术博客
刘悦的技术博客认证作者
71
113H
更新时间：2025-11-14
Qwen-Image-蒸馏加速版,支持自定义Lora,支持批量抽卡,文字生成图片
Qwen-Image-蒸馏加速版,支持自定义Lora,支持批量抽卡,文字生成图片
0元/小时
Qwen语音合成语音克隆
MOSS TTSD + Qwen3，自动生成完整语音播客(PodCast)
MOSS TTSD + Qwen3，自动生成完整语音播客(PodCast)
10
@刘悦的技术博客
刘悦的技术博客认证作者
51
147H
更新时间：2025-11-14
支持自启动
MOSS-TTSD结合Qwen3-30B-A3B-Instruct-2507,自动生成完整语音播客(PodCast),初始化之后，等待服务启动，大概2分钟左右，然后点击 SD-WEBUI 按钮即可
MOSS-TTSD结合Qwen3-30B-A3B-Instruct-2507,自动生成完整语音播客(PodCast),初始化之后，等待服务启动，大概2分钟左右，然后点击 SD-WEBUI 按钮即可
0元/小时
数字人
EchoMimicV3
EchoMimicV3
3
@十字鱼
十字鱼认证作者
40
72H
更新时间：2025-08-11
EchoMimicV3：1.3B 参数即可实现统一的多模态和多任务人体动画
EchoMimicV3：1.3B 参数即可实现统一的多模态和多任务人体动画
0元/小时
LoraWan视频生成
aitookit_wan21_t2v_lora_训练镜像
aitookit_wan21_t2v_lora_训练镜像
10
@有趣的80后程序员
有趣的80后程序员认证作者
188
2536H
更新时间：2025-08-11
aitookit_wan21_t2v_lora_训练镜像,内置模型、数据集 cuda 12.6 pytorch 2.7
aitookit_wan21_t2v_lora_训练镜像,内置模型、数据集 cuda 12.6 pytorch 2.7
0元/小时
语音合成语音克隆
mega-tts3无须官方npy文件 几秒音频克隆情感一致的声音字节开源 构建by科哥
mega-tts3无须官方npy文件 几秒音频克隆情感一致的声音字节开源 构建by科哥
4
@科哥AIGC
科哥AIGC认证作者
47
408H
更新时间：2025-09-12
支持自启动
mega-tts3无须官方npy文件 几秒音频克隆情感一致的声音
mega-tts3无须官方npy文件 几秒音频克隆情感一致的声音
0元/小时
ComfyUIQwen-image
comfyui万物迁移,万物移除,qwen-image,kontext整合包
comfyui万物迁移,万物移除,qwen-image,kontext整合包
10
@匹夫
匹夫认证作者
194
536H
更新时间：2025-09-08
支持自启动
comfyui万物迁移、万物移除、qwen-image、kontext整合包
comfyui万物迁移、万物移除、qwen-image、kontext整合包
0元/小时
图片生成Qwen-image
最强AI生成图片-阿里QwenImage-批量生成图片
最强AI生成图片-阿里QwenImage-批量生成图片
8
@与AI同行
与AI同行认证作者
88
135H
更新时间：2025-08-28
支持自启动
最强AI生成图片-阿里QwenImage-批量生成图片
最强AI生成图片-阿里QwenImage-批量生成图片
0元/小时
视频生成视频剪辑
DLoRAL视频超分
DLoRAL视频超分
2
@Ikaros
12
20H
更新时间：2025-08-07
一步扩散实现细节丰富且时间一致的视频超分辨率
一步扩散实现细节丰富且时间一致的视频超分辨率
0元/小时
音乐
jam在线歌词生成音乐 音乐生成音乐 构建By科哥
jam在线歌词生成音乐 音乐生成音乐 构建By科哥
5
@科哥AIGC
科哥AIGC认证作者
30
12H
更新时间：2025-09-12
根据歌词，原音乐创作你的音乐。
根据歌词，原音乐创作你的音乐。
0元/小时
音乐
jam在线歌词生成音乐音乐生成音乐构建By科哥
jam在线歌词生成音乐音乐生成音乐构建By科哥
2
@科哥AIGC
科哥AIGC认证作者
6
4H
更新时间：2025-09-12
jam在线歌词生成音乐音乐生成音乐构建By科哥
jam在线歌词生成音乐音乐生成音乐构建By科哥
0元/小时
ComfyUI
RUIQILI_COMFYUI
RUIQILI_COMFYUI
2
@李睿琪
153
673H
更新时间：2025-08-11
支持自启动
建筑模型 ComfyUI
建筑模型 ComfyUI
0元/小时
数字人
HeyGem数字人加速优化版,批量任务支持唱歌数字人
HeyGem数字人加速优化版,批量任务支持唱歌数字人
15
@刘悦的技术博客
刘悦的技术博客认证作者
385
659H
更新时间：2025-11-14
支持自启动
HeyGem数字人加速优化版,支持唱歌数字人,批量任务, 部署后，等待服务启动，大概2分钟，然后点击 SD-WebUi
HeyGem数字人加速优化版,支持唱歌数字人,批量任务, 部署后，等待服务启动，大概2分钟，然后点击 SD-WebUi
0元/小时
文本生成
OpenAI-GPT-OSS-120B/20B
OpenAI-GPT-OSS-120B/20B
2
@敢敢のwings
敢敢のwings认证作者
28
97H
更新时间：2025-08-07
OpenAI正式发布了其首个开源大语言模型系列——gpt-oss，这标志着自GPT-2以来OpenAI首次将其核心模型技术开源。gpt-oss系列包含两个主要版本：gpt-oss-20b和gpt-oss-120b，分别针对不同的应用场景和硬件配置进行了优化。
OpenAI正式发布了其首个开源大语言模型系列——gpt-oss，这标志着自GPT-2以来OpenAI首次将其核心模型技术开源。gpt-oss系列包含两个主要版本：gpt-oss-20b和gpt-oss-120b，分别针对不同的应用场景和硬件配置进行了优化。
0元/小时
ComfyUIQwen-image
Qwen-Image文字生成图片
Qwen-Image文字生成图片
4
@刘悦的技术博客
刘悦的技术博客认证作者
106
285H
更新时间：2025-11-14
支持自启动
Qwen-Image文生图，支持SD-WebUI和Comfyui，10步采样，在图片上精准生成汉字，支持反推提示词
Qwen-Image文生图，支持SD-WebUI和Comfyui，10步采样，在图片上精准生成汉字，支持反推提示词
0元/小时
其他视频剪辑
Video subtitle remover
Video subtitle remover
1
@如月风铃
5
8H
更新时间：2025-08-06
一个github上的视频硬字幕去除项目
一个github上的视频硬字幕去除项目
0元/小时
视频生成数字人
星梦AI
星梦AI
3
@星悦
星悦认证作者
19
78H
更新时间：2025-08-05
文生图，图片局部编辑，人物换装，图生视频，多功能文本配音，多功能数字人对口型。
文生图，图片局部编辑，人物换装，图生视频，多功能文本配音，多功能数字人对口型。
0元/小时
Hunyuan
混元世界大模型-v1.0
混元世界大模型-v1.0
1
@Ikaros
13
13H
更新时间：2025-08-07
HunyuanWorld 1.0 是由腾讯混元团队开发并开源的创新3D世界生成框架，它代表了计算机视觉和图形学领域的一项重大突破。该框架旨在解决现有3D世界生成方法中的局限性，通过融合基于视频的方法的多样性与基于三维几何方法的一致性，提供了一种新的解决方案1。 核心功能上，HunyuanWorld 1.0 提供了以下三大优势： 沉浸式体验：利用全景图像作为360°的世界代理，提供了全方位的沉浸式视觉体验。 工业级兼容性：支持将生成的3D场景导出为标准网格格式，可以无缝集成到现有的3D建模软件和游戏引擎中，如Blender、Unreal Engine和Unity等，增强了模型的实用性和灵活性。 增强交互性：采用解耦式的物体表示方法，实现了对场景中物体的单独编辑和交互，提高了用户的操作自由度和创造力。 在技术实现方面，HunyuanWorld 1.0 利用了先进的语义分层3D网格表征技术和两阶段生成范式，即首先通过一个特制的3D感知变分自编码器（VAE）来理解3D世界，然后使用扩散Transformer（DiT）进行创造性的3D世界构建。这种架构不仅能够从文本描述或图片输入中生成高质量的3D全景图，还能够处理复杂的场景分解与重建任务，从而确保生成世界的连贯性和细节丰富度15。 此外，HunyuanWorld 1.0 的应用场景广泛，涵盖了虚拟现实（VR）、物理仿真、游戏开发以及交互式内容创作等多个领域。其强大的功能和高度的兼容性使得它成为了推动这些行业发展的重要工具，预示着AI驱动的3D内容创作新时代的到来7。 综上所述，HunyuanWorld 1.0 不仅是一个技术上的飞跃，也是一个开启未来无限可能的关键里程碑，为创作者提供了前所未有的能力去探索和创建数字世界。
HunyuanWorld 1.0 是由腾讯混元团队开发并开源的创新3D世界生成框架，它代表了计算机视觉和图形学领域的一项重大突破。该框架旨在解决现有3D世界生成方法中的局限性，通过融合基于视频的方法的多样性与基于三维几何方法的一致性，提供了一种新的解决方案1。 核心功能上，HunyuanWorld 1.0 提供了以下三大优势： 沉浸式体验：利用全景图像作为360°的世界代理，提供了全方位的沉浸式视觉体验。 工业级兼容性：支持将生成的3D场景导出为标准网格格式，可以无缝集成到现有的3D建模软件和游戏引擎中，如Blender、Unreal Engine和Unity等，增强了模型的实用性和灵活性。 增强交互性：采用解耦式的物体表示方法，实现了对场景中物体的单独编辑和交互，提高了用户的操作自由度和创造力。 在技术实现方面，HunyuanWorld 1.0 利用了先进的语义分层3D网格表征技术和两阶段生成范式，即首先通过一个特制的3D感知变分自编码器（VAE）来理解3D世界，然后使用扩散Transformer（DiT）进行创造性的3D世界构建。这种架构不仅能够从文本描述或图片输入中生成高质量的3D全景图，还能够处理复杂的场景分解与重建任务，从而确保生成世界的连贯性和细节丰富度15。 此外，HunyuanWorld 1.0 的应用场景广泛，涵盖了虚拟现实（VR）、物理仿真、游戏开发以及交互式内容创作等多个领域。其强大的功能和高度的兼容性使得它成为了推动这些行业发展的重要工具，预示着AI驱动的3D内容创作新时代的到来7。 综上所述，HunyuanWorld 1.0 不仅是一个技术上的飞跃，也是一个开启未来无限可能的关键里程碑，为创作者提供了前所未有的能力去探索和创建数字世界。
0元/小时
语音合成语音克隆
CosyVoice2-0.5B
CosyVoice2-0.5B
5
@科哥AIGC
科哥AIGC认证作者
147
707H
更新时间：2025-08-05
支持自启动
CosyVoice阿里云同义实验室开源的AI声音克隆应用
CosyVoice阿里云同义实验室开源的AI声音克隆应用
0元/小时
ComfyUIWan视频生成
Wan2.2-14B-图生视频-自定义首尾帧,自定义Lora,6步采样,反推提示词
Wan2.2-14B-图生视频-自定义首尾帧,自定义Lora,6步采样,反推提示词
40
@刘悦的技术博客
刘悦的技术博客认证作者
647
4907H
更新时间：2025-11-14
支持自启动
Wan2.2-14B-图生视频-自定义首尾帧,自定义Lora,6步采样,反推提示词,初始化之后，等待服务启动，大概2分钟左右，点击SD-Webui按钮即可，上传首尾帧图片，输入提示词，点击生成即可
Wan2.2-14B-图生视频-自定义首尾帧,自定义Lora,6步采样,反推提示词,初始化之后，等待服务启动，大概2分钟左右，点击SD-Webui按钮即可，上传首尾帧图片，输入提示词，点击生成即可
0元/小时
ComfyUI
ComfyUI最简搭建基座镜像[最新纯净版]
ComfyUI最简搭建基座镜像[最新纯净版]
2
@ai来事
ai来事认证作者
6
47H
更新时间：2025-08-05
支持自启动
最容易的ComfyUI搭建，最新纯净版基座镜像
最容易的ComfyUI搭建，最新纯净版基座镜像
0.5元/小时
语音合成语音克隆
Step-Audio TTS在线语音克隆3B模型 构建By科哥
Step-Audio TTS在线语音克隆3B模型 构建By科哥
3
@科哥AIGC
科哥AIGC认证作者
19
19H
更新时间：2025-09-12
支持自启动
Step-Audio TTS在线语音克隆3B模型 构建By科哥
Step-Audio TTS在线语音克隆3B模型 构建By科哥
0元/小时
SD
Joy Cation WebUI批量打标工具独立版
Joy Cation WebUI批量打标工具独立版
2
@龙没耳
龙没耳认证作者
27
23H
更新时间：2025-08-06
支持自启动
Joy Cation WebUI批量打标工具独立版
Joy Cation WebUI批量打标工具独立版
0元/小时
推理框架
thinking-budget-vllm010
thinking-budget-vllm010
2
@不要葱姜蒜
不要葱姜蒜认证作者
2
0H
更新时间：2025-08-03
使用vllm实现思考预算
使用vllm实现思考预算
0元/小时
语音分离
MSST-更多模型
MSST-更多模型
9
@我就是五字
我就是五字认证作者
245
753H
更新时间：2025-09-05
本镜像参考了[原MSST镜像作者大大bilibili@爱过_留过]老师的模型启动方法，添加了常用的分离伴奏、人声、和声、混响、降噪等模型
本镜像参考了[原MSST镜像作者大大bilibili@爱过_留过]老师的模型启动方法，添加了常用的分离伴奏、人声、和声、混响、降噪等模型
0元/小时
ComfyUIWan
wan2.2工作流合集
wan2.2工作流合集
46
@匹夫
匹夫认证作者
950
5435H
更新时间：2025-08-05
支持自启动
wan2.2-首尾帧、文生图、文生视频、图生视频、kontext、flux-krea
wan2.2-首尾帧、文生图、文生视频、图生视频、kontext、flux-krea
0元/小时
ComfyUIWan
Wan2.2-14B-文生视频,自定义Lora,反推提示词,lightx2V加速,6步采样
Wan2.2-14B-文生视频,自定义Lora,反推提示词,lightx2V加速,6步采样
9
@刘悦的技术博客
刘悦的技术博客认证作者
120
239H
更新时间：2025-11-14
支持自启动
Wan2.2-14B-文生视频,自定义Lora,反推提示词,lightx2V加速,6步采样,初始化后，等待服务启动，大概2分钟，然后点击 SD-WEBUI 按钮即可
Wan2.2-14B-文生视频,自定义Lora,反推提示词,lightx2V加速,6步采样,初始化后，等待服务启动，大概2分钟，然后点击 SD-WEBUI 按钮即可
0元/小时
QwenAI编程
Qwen3-coder-30B-A3B
Qwen3-coder-30B-A3B
3
@苍耳阿猫
苍耳阿猫认证作者
21
37H
更新时间：2025-08-05
qwen3-coder-30B-A3B可视化使用
qwen3-coder-30B-A3B可视化使用
0元/小时
目标检测
Yolov13
Yolov13
1
@alex
33
881H
更新时间：2025-08-01
Yolov13 版本镜像，导入可直接部署运行对应项目。 可直接运行目标检测，分割，分类等视觉任务。
Yolov13 版本镜像，导入可直接部署运行对应项目。 可直接运行目标检测，分割，分类等视觉任务。
0元/小时
ComfyUIWan
Wan2.2-14B-Lightx2V加速,6步采样,自动提示词
Wan2.2-14B-Lightx2V加速,6步采样,自动提示词
8
@刘悦的技术博客
刘悦的技术博客认证作者
242
836H
更新时间：2025-11-14
支持自启动
Wan2.2-14B-Lightx2V加速,6步采样,自动提示词
Wan2.2-14B-Lightx2V加速,6步采样,自动提示词
0元/小时
AI编程
云端VS Code+CodeBuddy IDE AI辅助编程
云端VS Code+CodeBuddy IDE AI辅助编程
2
@龙没耳
龙没耳认证作者
17
105H
更新时间：2025-08-05
支持自启动
微软Visual Studio Code+腾讯CodeBuddy AI辅助编程IDE
微软Visual Studio Code+腾讯CodeBuddy AI辅助编程IDE
0元/小时
ComfyUIWan
Wan2.2-Diffusers
Wan2.2-Diffusers
3
@十字鱼
十字鱼认证作者
27
146H
更新时间：2025-07-30
Wan2.2-I2V-A14B-Diffusers + WebUI
Wan2.2-I2V-A14B-Diffusers + WebUI
0元/小时
文本生成GLM
self-llm-GLM-4.5-Air
self-llm-GLM-4.5-Air
1
@不要葱姜蒜
不要葱姜蒜认证作者
2
2H
更新时间：2025-07-29
self-llm-GLM-4.5-Air vllm LORA镜像
self-llm-GLM-4.5-Air vllm LORA镜像
0元/小时
ComfyUIWan
WAN2.2-ComfyUI 开源SOTA级AI视频生成
WAN2.2-ComfyUI 开源SOTA级AI视频生成
4
@AI-KSK
AI-KSK认证作者
111
1134H
更新时间：2025-08-01
开源AI视频模型中的SOTA，WAN 2.2的ComfyUI实现，包含5b、14b全部模型
开源AI视频模型中的SOTA，WAN 2.2的ComfyUI实现，包含5b、14b全部模型
0元/小时
数字人
星悦数字人-专业版
星悦数字人-专业版
4
@星悦
星悦认证作者
46
262H
更新时间：2025-07-25
星悦数字人专业版，文本转语音，灵活配音，数字人对口型，灵活批量生成数字人。
星悦数字人专业版，文本转语音，灵活配音，数字人对口型，灵活批量生成数字人。
0元/小时
语音合成
Higgs_Audio_V2
Higgs_Audio_V2
1
@敢敢のwings
敢敢のwings认证作者
3
7H
更新时间：2025-07-24
支持自启动
沐神新作，不得不学
沐神新作，不得不学
0元/小时
ComfyUI
ComfyUI童装一键换装
ComfyUI童装一键换装
3
@xiaofang
23
18H
更新时间：2025-07-31
支持自启动
0元/小时
语音合成
vits-simple-api-v2.0 声音推理api服务
vits-simple-api-v2.0 声音推理api服务
1
@科哥AIGC
科哥AIGC认证作者
29
59H
更新时间：2025-09-09
支持自启动
vits-simple-api一个出色的声音API管理应用。
vits-simple-api一个出色的声音API管理应用。
0元/小时
语音合成数字人
LatentSync1.5数字人视频制作v1.5.3
LatentSync1.5数字人视频制作v1.5.3
4
@科哥AIGC
科哥AIGC认证作者
135
504H
更新时间：2025-07-22
支持自启动
LatentSync1.5是字节跳动2025年3月开源的端到端唇形同步框架，基于潜在扩散模型，仅用6 GB显存即可将任意音频驱动成高分辨率、时序连贯的中文说话视频
LatentSync1.5是字节跳动2025年3月开源的端到端唇形同步框架，基于潜在扩散模型，仅用6 GB显存即可将任意音频驱动成高分辨率、时序连贯的中文说话视频
0元/小时
语音合成语音克隆
index-tts
index-tts
6
@十字鱼
十字鱼认证作者
90
252H
更新时间：2025-09-09
B站开源工业级可控高效语音克隆
B站开源工业级可控高效语音克隆
0元/小时
语音合成语音翻译
Srt-AI-Voice-Assistant+GPT-SoVITS-2506(V2Pro)
Srt-AI-Voice-Assistant+GPT-SoVITS-2506(V2Pro)
3
@数列解析几何一生之敌
数列解析几何一生之敌认证作者
90
2526H
更新时间：2025-09-15
支持自启动
Srt-AI-Voice-Assistant配音辅助工具搭配GSV的镜像
Srt-AI-Voice-Assistant配音辅助工具搭配GSV的镜像
0元/小时
FluxComfyUILora
ai-tookit-lora-train
ai-tookit-lora-train
4
@有趣的80后程序员
有趣的80后程序员认证作者
174
1537H
更新时间：2025-08-11
aitookit lora 训练镜像-包含flux kontext 模型与数据集
aitookit lora 训练镜像-包含flux kontext 模型与数据集
0元/小时
文本生成其他
AstrBot
AstrBot
1
@AstrBotDevs
AstrBotDevs认证作者
24
153H
更新时间：2025-07-31
AstrBot 是一个支持 QQ、微信、飞书等多消息平台部署、具有易用的插件系统和完善的大语言模型（LLM）接入功能的聊天机器人及开发框架。
AstrBot 是一个支持 QQ、微信、飞书等多消息平台部署、具有易用的插件系统和完善的大语言模型（LLM）接入功能的聊天机器人及开发框架。
0元/小时
SD
Forge WebUI大镜像
Forge WebUI大镜像
5
@龙没耳
龙没耳认证作者
87
601H
更新时间：2025-07-18
Forge WebUI大镜像
Forge WebUI大镜像
0元/小时
语音合成语音克隆
vits-simple-api
vits-simple-api
3
@Artrajz
Artrajz认证作者
17
1499H
更新时间：2025-09-09
vits-simple-api语音合成推理服务，支持vits、hubert-vits、w2v2-vits、bert-vits2、gpt-sovits
vits-simple-api语音合成推理服务，支持vits、hubert-vits、w2v2-vits、bert-vits2、gpt-sovits
0元/小时
ComfyUI数字人
最强图片数字人Multitalk唱歌说话(支持长视频)
最强图片数字人Multitalk唱歌说话(支持长视频)
13
@与AI同行
与AI同行认证作者
347
2051H
更新时间：2025-07-31
支持自启动
最强的图片数字人，支持唱歌、说话，效果超强！
最强的图片数字人，支持唱歌、说话，效果超强！
0元/小时
语音合成数字人
musetalk1.5音频驱动视频生成数字人汉化webUI版 构建By科哥
musetalk1.5音频驱动视频生成数字人汉化webUI版 构建By科哥
3
@科哥AIGC
科哥AIGC认证作者
71
206H
更新时间：2025-09-12
支持自启动
musetalk1.5音频驱动视频生成数字人汉化webUI版 构建By科哥
musetalk1.5音频驱动视频生成数字人汉化webUI版 构建By科哥
0元/小时
语音合成语音克隆
index-tts-api-v1.5-ap在线推理服务deepspeed加速版
index-tts-api-v1.5-ap在线推理服务deepspeed加速版
3
@科哥AIGC
科哥AIGC认证作者
39
40H
更新时间：2025-09-09
index-tts-api-v1.5 在线推理服务deepspeed加速版封装，支持自行调用API
index-tts-api-v1.5 在线推理服务deepspeed加速版封装，支持自行调用API
0元/小时
数字人
MuseTalk
MuseTalk
2
@有黑眼圈的小竹能
147
400H
更新时间：2025-07-15
MuseTalk数字人模型，建议选择显存48G及以上的GPU
MuseTalk数字人模型，建议选择显存48G及以上的GPU
0.3元/小时
语音识别
ASR大集合-V1.0
ASR大集合-V1.0
2
@Ikaros
32
287H
更新时间：2025-07-09
搜集主流的开源ASR项目，提供api接口或webui页面完成ASR工作。 目前内置的项目有：FunASR（SenseVoice、speech_paraformer-large）、FireRedASR、PaddleSpeech
搜集主流的开源ASR项目，提供api接口或webui页面完成ASR工作。 目前内置的项目有：FunASR（SenseVoice、speech_paraformer-large）、FireRedASR、PaddleSpeech
0元/小时
语音合成语音克隆
MOSS-TTSD邱锡鹏团队开源最新百万小时训练声音推理模型声音克隆 构建By科哥
MOSS-TTSD邱锡鹏团队开源最新百万小时训练声音推理模型声音克隆 构建By科哥
3
@科哥AIGC
科哥AIGC认证作者
18
2H
更新时间：2025-09-12
支持自启动
MOSS-TTSD邱锡鹏团队开源最新百万小时训练声音推理模型声音克隆 构建By科哥
MOSS-TTSD邱锡鹏团队开源最新百万小时训练声音推理模型声音克隆 构建By科哥
0元/小时
文本生成其他
LangBot
LangBot
1
@LangBotTeam
LangBotTeam认证作者
5
12H
更新时间：2025-07-31
简单易用的大模型即时通信机器人开发平台，支持 QQ 微信 企微 飞书 钉钉 等多种平台，已配置好 Ollama DeepSeek 模型
简单易用的大模型即时通信机器人开发平台，支持 QQ 微信 企微 飞书 钉钉 等多种平台，已配置好 Ollama DeepSeek 模型
0元/小时
SDLora
lora-scripts
lora-scripts
4
@Faych
403
555H
更新时间：2025-07-11
lora-scripts镜像提供轻量级LoRA训练套件，集成Kohya_ss训练器与WebUI界面，支持一键式模型微调、数据集预处理及参数可视化，简化Stable Diffusion衍生模型的定制流程，开箱即用。
lora-scripts镜像提供轻量级LoRA训练套件，集成Kohya_ss训练器与WebUI界面，支持一键式模型微调、数据集预处理及参数可视化，简化Stable Diffusion衍生模型的定制流程，开箱即用。
0元/小时
数字人
Latentsync1.6最新牛哥魔改版本
Latentsync1.6最新牛哥魔改版本
15
@NiuGee
NiuGee认证作者
285
1039H
更新时间：2025-07-08
牛哥专属调教版本： 开机即用 默认授权码9259 做了队列限制，多人排队，默认依次执行
牛哥专属调教版本： 开机即用 默认授权码9259 做了队列限制，多人排队，默认依次执行
0元/小时
Flux图片生成
Kontext-Nunchaku极速修图(含基础工作流)
Kontext-Nunchaku极速修图(含基础工作流)
3
@ai来事
ai来事认证作者
81
193H
更新时间：2025-07-14
支持自启动
Kontext-Nunchaku 是一款结合了 FLUX.1 Kontext 图像编辑模型与 Nunchaku 高性能推理加速引擎的工具。它支持基于文本和图像的精准局部修改，能有效实现无损细节的水印擦除，并可在几乎不损失画质的前提下显著提升推理速度
Kontext-Nunchaku 是一款结合了 FLUX.1 Kontext 图像编辑模型与 Nunchaku 高性能推理加速引擎的工具。它支持基于文本和图像的精准局部修改，能有效实现无损细节的水印擦除，并可在几乎不损失画质的前提下显著提升推理速度
0元/小时
FluxComfyUI图片生成
ComfyUI_nunchaku 双节棍极速搓图
ComfyUI_nunchaku 双节棍极速搓图
1
@ai来事
ai来事认证作者
49
86H
更新时间：2025-07-08
支持自启动
comfyui+nunchaku极速出图、改图！
comfyui+nunchaku极速出图、改图！
0元/小时
Flux图片生成
Flux-kontext & Nunchaku急速高清修复工作流
Flux-kontext & Nunchaku急速高清修复工作流
5
@匹夫
匹夫认证作者
339
2146H
更新时间：2025-07-07
Flux-kontext & Nunchaku急速高清修复工作流
Flux-kontext & Nunchaku急速高清修复工作流
0元/小时
FluxComfyUI图片生成
Kontext-ComfyUI-多种玩法合集
Kontext-ComfyUI-多种玩法合集
2
@AI-KSK
AI-KSK认证作者
60
67H
更新时间：2025-07-29
开源的SOTA级图像编辑模型的多种应用
开源的SOTA级图像编辑模型的多种应用
0元/小时
FluxComfyUI图片生成
comfyui_Kontext_Dev
comfyui_Kontext_Dev
3
@ai来事
ai来事认证作者
51
443H
更新时间：2025-07-03
最强大的图片编辑模型，支持基础修改、风格转换、角色一致性、文本编辑
最强大的图片编辑模型，支持基础修改、风格转换、角色一致性、文本编辑
0元/小时
Flux图片生成
FLUX.1-Kontext-dev
FLUX.1-Kontext-dev
3
@十字鱼
十字鱼认证作者
134
268H
更新时间：2025-07-14
FLUX.1-Kontext-dev是Black Forest Labs开源的120亿参数图像编辑模型，基于文本指令修改图片，支持角色、风格、物体引用，无需微调即可多步编辑，训练效率高
FLUX.1-Kontext-dev是Black Forest Labs开源的120亿参数图像编辑模型，基于文本指令修改图片，支持角色、风格、物体引用，无需微调即可多步编辑，训练效率高
0元/小时
语音合成
voice-changer
voice-changer
1
@skl
skl认证作者
180
986H
更新时间：2025-07-14
Voice-Changer（VCClient）是 w-okada 开源的跨平台实时 AI 变声器，内置 RVC、Beatrice v2、MMVC、DDSP-SVC 等主流模型
Voice-Changer（VCClient）是 w-okada 开源的跨平台实时 AI 变声器，内置 RVC、Beatrice v2、MMVC、DDSP-SVC 等主流模型
0元/小时
语音合成语音克隆数字人
multitalk数字人-indextts语音克隆工作流
multitalk数字人-indextts语音克隆工作流
9
@匹夫
匹夫认证作者
285
847H
更新时间：2025-09-09
镜像集成了multitalk数字人工作流与indextts语音克隆工作流
镜像集成了multitalk数字人工作流与indextts语音克隆工作流
0元/小时
语音合成语音克隆
index-tts在线api声音克隆快速声音生成api服务用于听小说语音直播等
index-tts在线api声音克隆快速声音生成api服务用于听小说语音直播等
0
@科哥AIGC
科哥AIGC认证作者
98
630H
更新时间：2025-09-09
index-tts在线api声音克隆快速声音生成api服务用于听小说语音直播等
index-tts在线api声音克隆快速声音生成api服务用于听小说语音直播等
0元/小时
Flux视频生成
6-20更新-大凯智障君VACE/FusionX专属AI视频镜像
6-20更新-大凯智障君VACE/FusionX专属AI视频镜像
3
@大凯智障君
大凯智障君认证作者
111
501H
更新时间：2025-07-07
6-23更新v2.7-大凯智障君-VACE / FusionX 专属AI视频镜像本镜像中包括了：最新的面部追踪流程、 Flux文生图+高清放大工作流 VACE / FusionX 文生视频、图生视频、视频生视频、首帧+尾帧视频comfyUI工作流。 如果你需要学习AIGC相关课程，可以前往哔哩哔哩（免费课程）： https://space.bilibili.com/499577088
6-23更新v2.7-大凯智障君-VACE / FusionX 专属AI视频镜像本镜像中包括了：最新的面部追踪流程、 Flux文生图+高清放大工作流 VACE / FusionX 文生视频、图生视频、视频生视频、首帧+尾帧视频comfyUI工作流。 如果你需要学习AIGC相关课程，可以前往哔哩哔哩（免费课程）： https://space.bilibili.com/499577088
0元/小时
Hunyuan
Hunyuan3D-2.1
Hunyuan3D-2.1
1
@苍耳阿猫
苍耳阿猫认证作者
30
211H
更新时间：2025-07-14
Hunyuan3D-2.1是腾讯开源的3D生成大模型，支持文本、图片、草图输入，生成高精度PBR材质与几何模型，加速游戏、影视、工业设计等领域3D资产创建，推动3D生成技术发展
Hunyuan3D-2.1是腾讯开源的3D生成大模型，支持文本、图片、草图输入，生成高精度PBR材质与几何模型，加速游戏、影视、工业设计等领域3D资产创建，推动3D生成技术发展
0元/小时
三维重建
PartPacker
PartPacker
1
@十字鱼
十字鱼认证作者
30
58H
更新时间：2025-07-14
单图生成零件级3D模型-PartPacker是 NVIDIA 开源的单视图零件级 3D 对象生成框架，通过“双体素打包”将整体与部件隐式编码解耦
单图生成零件级3D模型-PartPacker是 NVIDIA 开源的单视图零件级 3D 对象生成框架，通过“双体素打包”将整体与部件隐式编码解耦
0元/小时
AI编程其他
n8n
n8n
2
@敢敢のwings
敢敢のwings认证作者
16
55H
更新时间：2025-07-10
n8n 是一个工作流自动化平台，为技术团队提供代码的灵活性和无代码的速度。拥有 400+ 集成、原生 AI 功能和公平代码许可证，n8n 让您构建强大的自动化，同时保持对数据和部署的完全控制。
n8n 是一个工作流自动化平台，为技术团队提供代码的灵活性和无代码的速度。拥有 400+ 集成、原生 AI 功能和公平代码许可证，n8n 让您构建强大的自动化，同时保持对数据和部署的完全控制。
0元/小时
Flux视频生成
大凯智障君-VACE / FusionX 专属AI视频镜像
大凯智障君-VACE / FusionX 专属AI视频镜像
1
@大凯智障君
大凯智障君认证作者
82
442H
更新时间：2025-07-03
大凯智障君-VACE / FusionX 专属AI视频镜像：包含Flux文生图高清放大、VACE模型视频创作流程、FusionX模型的图生视频、文生视频、视频转视频等最新的comfyUI工作流，我会定期更新本教学镜像，欢迎大家学习和测试使用。
大凯智障君-VACE / FusionX 专属AI视频镜像：包含Flux文生图高清放大、VACE模型视频创作流程、FusionX模型的图生视频、文生视频、视频转视频等最新的comfyUI工作流，我会定期更新本教学镜像，欢迎大家学习和测试使用。
0元/小时
音乐
SongGeneration
SongGeneration
0
@Smzh
Smzh认证作者
13
42H
更新时间：2025-07-07
tencent-ailab旗下的SongGeneration项目，目前只有base模型
tencent-ailab旗下的SongGeneration项目，目前只有base模型
0元/小时
语音合成语音克隆
Voila-语音语言模型
Voila-语音语言模型
0
@敢敢のwings
敢敢のwings认证作者
15
4H
更新时间：2025-09-09
Voila是一个超越人类反应速度的开源语音大模型，专为实时情感对话而设计。作采用端到端架构，实现了195ms超快响应，支持百万音色和10秒声音克隆，是构建有温度AI语音交互系统的理想选择。
Voila是一个超越人类反应速度的开源语音大模型，专为实时情感对话而设计。作采用端到端架构，实现了195ms超快响应，支持百万音色和10秒声音克隆，是构建有温度AI语音交互系统的理想选择。
0元/小时
推理框架其他
Langchain-Chatchat
Langchain-Chatchat
0
@BhAem
10
106H
更新时间：2025-07-14
Langchain-Chatchat 是一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案
Langchain-Chatchat 是一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案
0元/小时
具身智能
v-jepa2
v-jepa2
0
@敢敢のwings
敢敢のwings认证作者
2
12H
更新时间：2025-07-07
V-JEPA 2（Video Joint-Embedding Predictive Architecture 2）是Meta AI在世界模型构建领域的重大突破，这是一个能够像人类一样理解、预测和规划的自监督视频模型
V-JEPA 2（Video Joint-Embedding Predictive Architecture 2）是Meta AI在世界模型构建领域的重大突破，这是一个能够像人类一样理解、预测和规划的自监督视频模型
0元/小时
ComfyUI深度学习flux
FusionX最全工作流整合
FusionX最全工作流整合
18
@匹夫
匹夫认证作者
1195
7143H
更新时间：2025-09-17
FusionX最全工作流合集，创建即用，AI视频生成这里都有
FusionX最全工作流合集，创建即用，AI视频生成这里都有
0元/小时
FluxComfyUIWan
Comfyui热门工作流
Comfyui热门工作流
27
@匹夫
匹夫认证作者
1390
5731H
更新时间：2025-07-05
最新版comfyui，集成了360旋转工作流，WAN2.1视频转绘工作流，和图片重绘、flux-kontex工作流
最新版comfyui，集成了360旋转工作流，WAN2.1视频转绘工作流，和图片重绘、flux-kontex工作流
0元/小时
LoraFlux
FluxGym
FluxGym
17
@匹夫
匹夫认证作者
501
1725H
更新时间：2025-08-01
最简单的lora制作工具，三步让你制作出自己的lora
最简单的lora制作工具，三步让你制作出自己的lora
0元/小时
推理框架其他
TabbyAPI
TabbyAPI
0
@Smzh
Smzh认证作者
3
2H
更新时间：2025-07-14
TabbyAPI 是 ExLlamaV2 官方开源的高性能文本生成服务器，OpenAI 兼容、轻量极速，支持 Exl2/GPTQ/FP16 模型，内置并发批处理、LoRA 热插、工具调用与草稿推测解码
TabbyAPI 是 ExLlamaV2 官方开源的高性能文本生成服务器，OpenAI 兼容、轻量极速，支持 Exl2/GPTQ/FP16 模型，内置并发批处理、LoRA 热插、工具调用与草稿推测解码
0元/小时
文本生成其他
Text-Generation-Webui
Text-Generation-Webui
1
@Smzh
Smzh认证作者
9
20H
更新时间：2025-07-14
Text-Generation-Webui大语言模型综合终端。Text-Generation-Webui 是 oobabooga 开发的开源 LLM 前端，被誉为“文本界的 AUTOMATIC1111”，支持 llama.cpp、Transformers、ExLlamaV3、TensorRT-LLM 等多种后端
Text-Generation-Webui大语言模型综合终端。Text-Generation-Webui 是 oobabooga 开发的开源 LLM 前端，被誉为“文本界的 AUTOMATIC1111”，支持 llama.cpp、Transformers、ExLlamaV3、TensorRT-LLM 等多种后端
0元/小时
图片生成
DreamO-v1.0
DreamO-v1.0
2
@科哥AIGC
科哥AIGC认证作者
11
4H
更新时间：2025-07-05
DreamO实现了比以前的适配器方法更高的保真度，在保留字符身份方面具有明显的优势。
DreamO实现了比以前的适配器方法更高的保真度，在保留字符身份方面具有明显的优势。
0元/小时
Wan视频生成
Wan2.1-AI视频创作多功能合集
Wan2.1-AI视频创作多功能合集
0
@AI-KSK
AI-KSK认证作者
175
821H
更新时间：2025-08-31
这是一套强大的AI视频生成工具包，支持文生视频、图生视频，具备动作、镜头、参考图等高级控制功能，并可进行首尾特效、风格转绘、数字人生成等后期处理。
这是一套强大的AI视频生成工具包，支持文生视频、图生视频，具备动作、镜头、参考图等高级控制功能，并可进行首尾特效、风格转绘、数字人生成等后期处理。
0元/小时
ComfyUIWan
ComfyUI-WAN-AI视频
ComfyUI-WAN-AI视频
2
@Hugo
Hugo认证作者
49
377H
更新时间：2025-07-05
支持自启动
Wan2.1模型的文生视频、图生视频、首尾帧过渡动画体验镜像
Wan2.1模型的文生视频、图生视频、首尾帧过渡动画体验镜像
0元/小时
其他
吟惋兮-自动部署本地QQ机器人
吟惋兮-自动部署本地QQ机器人
0
@吟惋兮
吟惋兮认证作者
47
144H
更新时间：2025-07-04
一键部署AstrBot+NapCat+Ollama，兼容所有nv显卡 当廉价的喜欢布满街道 纯粹的爱意显得弱不禁风
一键部署AstrBot+NapCat+Ollama，兼容所有nv显卡 当廉价的喜欢布满街道 纯粹的爱意显得弱不禁风
0元/小时
DeepSeek文本生成
DeepSeek-R1-0528-Qwen3-8B
DeepSeek-R1-0528-Qwen3-8B
2
@苍耳阿猫
苍耳阿猫认证作者
61
323H
更新时间：2025-07-14
DeepSeek R1 模型进行了小版本升级，当前版本为 DeepSeek-R1-0528。在最新的更新中，DeepSeek R1 通过利用增加的计算资源并在后训练期间引入算法优化机制，显著提高了其推理和推理能力的深度。
DeepSeek R1 模型进行了小版本升级，当前版本为 DeepSeek-R1-0528。在最新的更新中，DeepSeek R1 通过利用增加的计算资源并在后训练期间引入算法优化机制，显著提高了其推理和推理能力的深度。
0元/小时
图片生成
Niugee-HiDream-I1
Niugee-HiDream-I1
4
@NiuGee
NiuGee认证作者
38
61H
更新时间：2025-07-25
支持自启动
使用Hidream，一次性生成一批图片
使用Hidream，一次性生成一批图片
0元/小时
语音合成语音克隆
Index-TTS
Index-TTS
0
@科哥AIGC
科哥AIGC认证作者
77
173H
更新时间：2025-09-09
index-tts来自B站的一个工业级别的声音克隆应用
index-tts来自B站的一个工业级别的声音克隆应用
0元/小时
数字人
HeyGem-Linux-Python-Hack-v1.0.2
HeyGem-Linux-Python-Hack-v1.0.2
3
@科哥AIGC
科哥AIGC认证作者
167
1297H
更新时间：2025-06-17
支持自启动
HeyGem的docker免费离线版本,你只需要Python和Linux！
HeyGem的docker免费离线版本,你只需要Python和Linux！
0元/小时
语音合成语音克隆
F5-TTS
F5-TTS
1
@科哥AIGC
科哥AIGC认证作者
54
312H
更新时间：2025-09-09
支持自启动
F5-TTS 是由上海交通大学、剑桥大学和吉利汽车于 2024 年共同开源的一款高性能文本到语音系统，它基于流匹配的非自回归生成方法，结合了扩散变换器技术。
F5-TTS 是由上海交通大学、剑桥大学和吉利汽车于 2024 年共同开源的一款高性能文本到语音系统，它基于流匹配的非自回归生成方法，结合了扩散变换器技术。
0元/小时
语音合成
Voice-Changer
Voice-Changer
0
@icecoins
icecoins认证作者
118
2582H
更新时间：2025-07-14
Voice-Changer 云端在线变声器。Voice-Changer（VCClient）是 w-okada 开源的跨平台实时 AI 变声器，内置 RVC、Beatrice v2、MMVC、DDSP-SVC 等主流模型
Voice-Changer 云端在线变声器。Voice-Changer（VCClient）是 w-okada 开源的跨平台实时 AI 变声器，内置 RVC、Beatrice v2、MMVC、DDSP-SVC 等主流模型
0元/小时
图片生成
HiDream-I1
HiDream-I1
0
@苍耳阿猫
苍耳阿猫认证作者
13
10H
更新时间：2025-07-03
HiDream-I1是一种新的开源图像生成基础模型，具有 17B 参数，可在几秒钟内实现最先进的图像生成质量。
HiDream-I1是一种新的开源图像生成基础模型，具有 17B 参数，可在几秒钟内实现最先进的图像生成质量。
0元/小时
Qwen文本生成
LLaMAFactory-0.9.3.dev-Qwen3-8B
LLaMAFactory-0.9.3.dev-Qwen3-8B
5
@llamafactory_cn
llamafactory_cn认证作者
120
2754H
更新时间：2025-09-05
本镜像基于 LLaMA-Factory 框架，支持在多张 4090 GPU 上进行模型微调。
本镜像基于 LLaMA-Factory 框架，支持在多张 4090 GPU 上进行模型微调。
0元/小时
生物信息蛋白结构预测
Alphafold3
Alphafold3
2
@
13
34H
更新时间：2025-09-18
Alphafold3基础镜像，无MSA所需的数据库，无模型权重文件，需要自行下载
Alphafold3基础镜像，无MSA所需的数据库，无模型权重文件，需要自行下载
0元/小时
文本生成其他
InternVL
InternVL
0
@CC仔
3
0H
更新时间：2025-07-03
支持自启动
InternVL 系列：GPT-4o 的开创性开源替代品。 接近GPT-4o表现的开源多模态对话模型
InternVL 系列：GPT-4o 的开创性开源替代品。 接近GPT-4o表现的开源多模态对话模型
0元/小时
ComfyUIWan视频生成
AI视频生成-ComfyUI-Wan2.1-多功能大合集
AI视频生成-ComfyUI-Wan2.1-多功能大合集
11
@AI-KSK
AI-KSK认证作者
284
935H
更新时间：2025-08-31
这是一套强大的AI视频生成工具包，支持文生视频、图生视频，具备动作、镜头、参考图等高级控制功能，并可进行首尾特效、风格转绘、数字人生成等后期处理。
这是一套强大的AI视频生成工具包，支持文生视频、图生视频，具备动作、镜头、参考图等高级控制功能，并可进行首尾特效、风格转绘、数字人生成等后期处理。
0元/小时
文本生成其他
ZhongJing-仲景中医大语言模型
ZhongJing-仲景中医大语言模型
2
@CC仔
25
120H
更新时间：2025-07-03
支持自启动
首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。
首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。
0元/小时
语音合成语音克隆
gpt-sovits-v4
gpt-sovits-v4
6
@39c5bb
39c5bb认证作者
248
607H
更新时间：2025-07-03
GPT-SoVITS，已更新V4，[优先使用较新镜像]，所需素材少，训练耗时短，情绪较可控。已打包好整个流程所需的所有环境，开箱即用。
GPT-SoVITS，已更新V4，[优先使用较新镜像]，所需素材少，训练耗时短，情绪较可控。已打包好整个流程所需的所有环境，开箱即用。
0元/小时
ComfyUILora
三面ComfyUI
三面ComfyUI
1
@三面君
三面君认证作者
183
421H
更新时间：2025-07-04
支持自启动
三面ComfyUI，400GB精选模型 + 105个常用节点
三面ComfyUI，400GB精选模型 + 105个常用节点
0元/小时
官方镜像Qwen文本生成
Qwen3-vLLM-Series
Qwen3-vLLM-Series
4
@优云智算
150
1134H
更新时间：2025-07-03
Qwen3系列模型，单卡4090推荐0.6B-8B模型，2卡推荐14B模型，4卡推荐32B模型
Qwen3系列模型，单卡4090推荐0.6B-8B模型，2卡推荐14B模型，4卡推荐32B模型
0元/小时
LoraWan
Wan2.1-Lora训练
Wan2.1-Lora训练
0
@麻雀
23
45H
更新时间：2025-07-03
WAN2.1-lora训练包，基于kohya的musubi-tuner和TTP大佬的gui，我增加了tensorboard功能，希望能够帮助到大家！共建wan视频生态。
WAN2.1-lora训练包，基于kohya的musubi-tuner和TTP大佬的gui，我增加了tensorboard功能，希望能够帮助到大家！共建wan视频生态。
0元/小时
Qwen文本生成
Qwen3-Ollama-Series
Qwen3-Ollama-Series
0
@苍耳阿猫
苍耳阿猫认证作者
32
192H
更新时间：2025-07-14
Qwen3-0.6B-235B量化模型，支持OpenWebUI。Qwen3-0.6B-235B 是通义千问开源的完整量化模型矩阵，覆盖 0.6B-235B 共 8 个规模（含 MoE 235B-A22B 旗舰），均已 AWQ/FP8/GGUF 量化
Qwen3-0.6B-235B量化模型，支持OpenWebUI。Qwen3-0.6B-235B 是通义千问开源的完整量化模型矩阵，覆盖 0.6B-235B 共 8 个规模（含 MoE 235B-A22B 旗舰），均已 AWQ/FP8/GGUF 量化
0元/小时
视频生成
FramePack图生视频
FramePack图生视频
1
@xiaoxu
97
295H
更新时间：2025-07-14
FramePack 是 lllyasviel 开源的“下一帧预测”视频扩散框架，通过把任意长度上下文压缩为固定 token，实现 13B 模型在 6 GB 显存笔记本上生成 60 秒 30 fps 视频
FramePack 是 lllyasviel 开源的“下一帧预测”视频扩散框架，通过把任意长度上下文压缩为固定 token，实现 13B 模型在 6 GB 显存笔记本上生成 60 秒 30 fps 视频
0元/小时
数字人
DeepFaceLab训练环境dfl训练linux环境v1.0
DeepFaceLab训练环境dfl训练linux环境v1.0
3
@科哥AIGC
科哥AIGC认证作者
37
154H
更新时间：2025-07-14
DeepFaceLab训练环境dfl训练linux环境v1.0。DeepFaceLab 是开源换脸领域最成熟的端到端工具链，单仓库整合数据标注、人脸对齐、模型训练与合成全流程，支持 SAEHD、DFDNet、XSeg 等主流网络
DeepFaceLab训练环境dfl训练linux环境v1.0。DeepFaceLab 是开源换脸领域最成熟的端到端工具链，单仓库整合数据标注、人脸对齐、模型训练与合成全流程，支持 SAEHD、DFDNet、XSeg 等主流网络
0元/小时
数字人
Heygem数字人WebUI轻量版 By科哥
Heygem数字人WebUI轻量版 By科哥
5
@科哥AIGC
科哥AIGC认证作者
333
1063H
更新时间：2025-09-12
支持自启动
Heygem数字人WebUI轻量版视频生成数字人克隆对口型音频驱动视频构建By科哥
Heygem数字人WebUI轻量版视频生成数字人克隆对口型音频驱动视频构建By科哥
0元/小时
ComfyUI
ComfyUI-v0.3.26+JoyCaption2
ComfyUI-v0.3.26+JoyCaption2
0
@龙没耳
龙没耳认证作者
77
609H
更新时间：2025-07-18
ComfyUI-v0.3.26+JoyCaption2 集成包开箱即用，已预装 ComfyUI-v0.3.26 及 JoyCaption2 反推节点，支持图生文、批量打标、中文语义优化
ComfyUI-v0.3.26+JoyCaption2 集成包开箱即用，已预装 ComfyUI-v0.3.26 及 JoyCaption2 反推节点，支持图生文、批量打标、中文语义优化
0元/小时
GLM
GLM-4-0414
GLM-4-0414
0
@苍耳阿猫
苍耳阿猫认证作者
9
2H
更新时间：2025-07-14
智谱GLM 家族迎来新一代开源模型 GLM-4-32B-0414 系列，320 亿参数，效果比肩 OpenAI 的 GPT 系列和 DeepSeek 的 V3/R1 系列，且支持非常友好的本地部署特性
智谱GLM 家族迎来新一代开源模型 GLM-4-32B-0414 系列，320 亿参数，效果比肩 OpenAI 的 GPT 系列和 DeepSeek 的 V3/R1 系列，且支持非常友好的本地部署特性
0元/小时
官方镜像数字人
HeyGem-lite
HeyGem-lite
2
@优云智算
53
54H
更新时间：-
HeyGem镜像使用教程，HeyGem是由Duix.com开发的免费开源 AI 头像项目。
HeyGem镜像使用教程，HeyGem是由Duix.com开发的免费开源 AI 头像项目。
0元/小时
推理框架
LLaMA-Factory-YingHuoAI
LLaMA-Factory-YingHuoAI
6
@萤火君
160
3454H
更新时间：2025-07-08
LLaMA-Factory（v0.9.2）大模型训练环境，内置WebUI启动器和API启动器，以及常用的6B、7B、8B、9B模型。
LLaMA-Factory（v0.9.2）大模型训练环境，内置WebUI启动器和API启动器，以及常用的6B、7B、8B、9B模型。
0元/小时
官方镜像Qwen推理框架
Qwen-vLLM-Series
Qwen-vLLM-Series
1
@优云智算
75
2169H
更新时间：2025-07-14
包含Qwen2.5-VL多模态、QWQ-32B两个模型，并带有WebUI界面，立即部署即可快速使用
包含Qwen2.5-VL多模态、QWQ-32B两个模型，并带有WebUI界面，立即部署即可快速使用
0元/小时
Qwen
Qwen2.5-Omni
Qwen2.5-Omni
0
@苍耳阿猫
苍耳阿猫认证作者
17
71H
更新时间：2025-07-14
Qwen 2.5-Omni是一个端到端的多模态大语言模型，旨在感知包括文本、图像、音频和视频在内的多种模态，同时以流式的方式生成文本和自然语音响应，该镜像推荐使用单卡A100
Qwen 2.5-Omni是一个端到端的多模态大语言模型，旨在感知包括文本、图像、音频和视频在内的多种模态，同时以流式的方式生成文本和自然语音响应，该镜像推荐使用单卡A100
0元/小时
Gemma
gemma3
gemma3
1
@Coderabo
Coderabo认证作者
12
9H
更新时间：2025-07-28
Google发布的Gemma_3全系列模型
Google发布的Gemma_3全系列模型
0元/小时
具身智能
GR00T-NIVIDIA
GR00T-NIVIDIA
0
@敢敢のwings
敢敢のwings认证作者
31
226H
更新时间：2025-07-28
NVIDIA Isaac GR00T N1是全球首个用于通用人形机器人推理和技能的开源基础模型。
NVIDIA Isaac GR00T N1是全球首个用于通用人形机器人推理和技能的开源基础模型。
0元/小时
Hunyuan
hunyuan3D-2
hunyuan3D-2
0
@苍耳阿猫
苍耳阿猫认证作者
41
49H
更新时间：2025-07-14
混元 3D 2.0 是一款先进的大规模 3D 资产创作系统，它可以用于生成带有高分辨率纹理贴图的高保真度3D模型。该系统包含两个基础组件：一个大规模几何生成模型 — 混元 3D-DiT，以及一个大规模纹理生成模型 — 混元 3D-Paint
混元 3D 2.0 是一款先进的大规模 3D 资产创作系统，它可以用于生成带有高分辨率纹理贴图的高保真度3D模型。该系统包含两个基础组件：一个大规模几何生成模型 — 混元 3D-DiT，以及一个大规模纹理生成模型 — 混元 3D-Paint
0元/小时
Hunyuan
Hunyuan3D-2.0
Hunyuan3D-2.0
0
@39c5bb
39c5bb认证作者
24
24H
更新时间：2025-07-01
腾讯混元3d生成模型，自带环境，开箱即用
腾讯混元3d生成模型，自带环境，开箱即用
0元/小时
Gemma
Ollama-Gemma 3
Ollama-Gemma 3
1
@苍耳阿猫
苍耳阿猫认证作者
48
21H
更新时间：2025-07-14
Gemma 3 是谷歌最新推出的开源轻量级多模态模型，被称为全球最强的单加速器模型，在单 GPU 或 TPU 环境下表现显著优于其他同类模型。它支持超过 140 种语言的预训练，直接支持超过 35 种语言，具备分析文本、图像及短视频的能力
Gemma 3 是谷歌最新推出的开源轻量级多模态模型，被称为全球最强的单加速器模型，在单 GPU 或 TPU 环境下表现显著优于其他同类模型。它支持超过 140 种语言的预训练，直接支持超过 35 种语言，具备分析文本、图像及短视频的能力
0元/小时
ComfyUI
ComfyUI-v0.3.26
ComfyUI-v0.3.26
3
@龙没耳
龙没耳认证作者
282
496H
更新时间：2025-07-18
ComfyUI-v0.3.26，预装了ComfyUI相关常用插件，点击立即部署开箱即用，快速体验
ComfyUI-v0.3.26，预装了ComfyUI相关常用插件，点击立即部署开箱即用，快速体验
0元/小时
ComfyUIWan
ComfyUI-Wanx-I2V
ComfyUI-Wanx-I2V
1
@Faych
146
466H
更新时间：2025-07-14
ComfyUI-Wanx-I2V是社区为阿里开源视频模型 Wan2.1 定制的 ComfyUI 原生图生视频工作流节点包，一键运行wanx i2v
ComfyUI-Wanx-I2V是社区为阿里开源视频模型 Wan2.1 定制的 ComfyUI 原生图生视频工作流节点包，一键运行wanx i2v
0元/小时
语音合成语音克隆
GPT-SoVITS-V3
GPT-SoVITS-V3
3
@39c5bb
39c5bb认证作者
287
91H
更新时间：2025-07-10
GPT-SoVITS，已更新V3，[优先使用较新镜像]，所需素材少，训练耗时短，情绪较可控。已打包好整个流程所需的所有环境，开箱即用。
GPT-SoVITS，已更新V3，[优先使用较新镜像]，所需素材少，训练耗时短，情绪较可控。已打包好整个流程所需的所有环境，开箱即用。
0元/小时
推理框架其他
OpenManus自动生成项目
OpenManus自动生成项目
0
@敢敢のwings
敢敢のwings认证作者
80
192H
更新时间：2025-07-03
这个镜像提供了一个免费的OpenManus环境，并基于ollama来快速启动一个 LLM（大型语言模型）应用程序。该项目可支持单卡运行整个项目。
这个镜像提供了一个免费的OpenManus环境，并基于ollama来快速启动一个 LLM（大型语言模型）应用程序。该项目可支持单卡运行整个项目。
0元/小时
Qwen文本生成
QwQ-32B-深度思考满血版
QwQ-32B-深度思考满血版
0
@敢敢のwings
敢敢のwings认证作者
28
0H
更新时间：2025-07-03
该版本是满血版本，需要四卡运行！！！Qwen发布了最新的32B推理模型QwQ-32B，其性能在许多基准测试中表现出色，甚至不逊色于671B参数的满血版DeepSeek R1。QwQ-32B基于Qwen2.5-32B，并通过强化学习（RL）进行进一步优化。
该版本是满血版本，需要四卡运行！！！Qwen发布了最新的32B推理模型QwQ-32B，其性能在许多基准测试中表现出色，甚至不逊色于671B参数的满血版DeepSeek R1。QwQ-32B基于Qwen2.5-32B，并通过强化学习（RL）进行进一步优化。
0元/小时
CogView
CogView4-6B
CogView4-6B
0
@苍耳阿猫
苍耳阿猫认证作者
6
0H
更新时间：2025-07-14
CogView4-6B是清华团队最新开源的60亿参数中文原生文生图扩散模型，支持512-2048分辨率、BF16精度和1024 token超长提示词，中文文字准确率达69.7%
CogView4-6B是清华团队最新开源的60亿参数中文原生文生图扩散模型，支持512-2048分辨率、BF16精度和1024 token超长提示词，中文文字准确率达69.7%
0元/小时
Qwen文本生成
QwQ-32B-GGUF
QwQ-32B-GGUF
0
@苍耳阿猫
苍耳阿猫认证作者
33
21H
更新时间：2025-07-14
QwQ 是 Qwen 系列中的推理模型。与传统的指令调优模型相比，具备思考和推理能力的 QwQ 在下游任务中，特别是在解决难题时，能够显著提升性能。QwQ-32B 是一个中等规模的推理模型，其性能可以与最先进的推理模型相媲美，例如 DeepSeek-R1、o1-mini
QwQ 是 Qwen 系列中的推理模型。与传统的指令调优模型相比，具备思考和推理能力的 QwQ 在下游任务中，特别是在解决难题时，能够显著提升性能。QwQ-32B 是一个中等规模的推理模型，其性能可以与最先进的推理模型相媲美，例如 DeepSeek-R1、o1-mini
0元/小时
数字人
LivePortrait
LivePortrait
2
@windsing
62
126H
更新时间：2025-07-14
LivePortrait‌是由快手科技、中国科学技术大学和复旦大学联合开发的一个项目，旨在将驱动视频的表情和姿态迁移到静态或动态人像视频上，生成极具表现力的视频结果‌
LivePortrait‌是由快手科技、中国科学技术大学和复旦大学联合开发的一个项目，旨在将驱动视频的表情和姿态迁移到静态或动态人像视频上，生成极具表现力的视频结果‌
0元/小时
Lora
Koyha-ss Lora训练
Koyha-ss Lora训练
0
@windsing
31
31H
更新时间：2025-07-03
Koyha_ss项目使用了gradio对lora的训练任务进行了封装，提供了可视化交互界面，通过交互界面，可以方面修改训练参数的配置，对小白更加友好。
Koyha_ss项目使用了gradio对lora的训练任务进行了封装，提供了可视化交互界面，通过交互界面，可以方面修改训练参数的配置，对小白更加友好。
0元/小时
Wan视频生成
ComfyUI-Wanx-T2V
ComfyUI-Wanx-T2V
0
@Faych
31
12H
更新时间：2025-07-14
WAN 2.1 是一款强大的文本到视频(T2V)生成模型，专为创建流畅、高质量的视频内容而设计。该模型提供两个版本：全尺寸14B参数版本(支持FP8精度)和轻量级1.3B参数版本，可根据不同硬件条件灵活选择
WAN 2.1 是一款强大的文本到视频(T2V)生成模型，专为创建流畅、高质量的视频内容而设计。该模型提供两个版本：全尺寸14B参数版本(支持FP8精度)和轻量级1.3B参数版本，可根据不同硬件条件灵活选择
0元/小时
Wan视频生成
Wan2.1-T2V-1.3B
Wan2.1-T2V-1.3B
0
@Alex
Alex认证作者
11
14H
更新时间：2025-07-14
Wan2.1-T2V-1.3B是阿里开源的极速版文本到视频扩散模型，仅13亿参数，支持中英文动态文字与复杂运动场景
Wan2.1-T2V-1.3B是阿里开源的极速版文本到视频扩散模型，仅13亿参数，支持中英文动态文字与复杂运动场景
0元/小时
数字人
marketing_creator_pro_max
marketing_creator_pro_max
2
@
111
65H
更新时间：2025-07-03
数字人成品项目包含数字人克隆、声音克隆、短视频生成、直播（待发布）、AI配音、AI字幕，包括Windows安装版，Web版，H5版，小程序版，副业必备
数字人成品项目包含数字人克隆、声音克隆、短视频生成、直播（待发布）、AI配音、AI字幕，包括Windows安装版，Web版，H5版，小程序版，副业必备
0元/小时
LoraWan视频生成
Wan2.1-WebUI
Wan2.1-WebUI
0
@苍耳阿猫
苍耳阿猫认证作者
52
49H
更新时间：2025-07-14
Wan2.1-WebUI是阿里通义开源视频大模型Wan-2.1的浏览器操作界面，已内置1.3B与14B双精度模型，支持文本/图像一键生成高清视频，提供实时预览、批量脚本与LoRA扩展
Wan2.1-WebUI是阿里通义开源视频大模型Wan-2.1的浏览器操作界面，已内置1.3B与14B双精度模型，支持文本/图像一键生成高清视频，提供实时预览、批量脚本与LoRA扩展
0元/小时
ComfyUIWan视频生成
ComfyUI-Wan2.1
ComfyUI-Wan2.1
0
@O_O
100
30H
更新时间：2025-07-14
阿里推出的视频生成模型，效果媲美商用模型，ComfyUI-Wan2.1镜像集成定制化高级图像生成工作流套件，开箱即用
阿里推出的视频生成模型，效果媲美商用模型，ComfyUI-Wan2.1镜像集成定制化高级图像生成工作流套件，开箱即用
0元/小时
推理框架
ollama
ollama
0
@Faych
56
119H
更新时间：2025-07-14
Ollama镜像提供轻量级大语言模型本地运行框架，支持-R1 (7B/4.7GB)、Llama3.3 一键拉取与运行包括但不限于以下模型：DeepSeek、Llama3.2 、Phi4 、Gemma2:2b 、Mistral
Ollama镜像提供轻量级大语言模型本地运行框架，支持-R1 (7B/4.7GB)、Llama3.3 一键拉取与运行包括但不限于以下模型：DeepSeek、Llama3.2 、Phi4 、Gemma2:2b 、Mistral
0元/小时
推理框架
SPO-自监督提示优化
SPO-自监督提示优化
0
@Airmomo
Airmomo认证作者
42
74H
更新时间：2025-02-27
基于大语言模型自监督能力的提示优化框架，SPO通过对比不同提示生成的输出质量，自主完成优化迭代。
基于大语言模型自监督能力的提示优化框架，SPO通过对比不同提示生成的输出质量，自主完成优化迭代。
0元/小时
推理框架
xinference_GPU
xinference_GPU
0
@
37
263H
更新时间：2025-07-14
Xorbits Inference (Xinference) 是一个开源平台，用于简化各种AI 模型的运行和集成。 借助Xinference，可以使用任何开源LLM、Embedding模型和Rerank模型在云端或本地环境中运行推理
Xorbits Inference (Xinference) 是一个开源平台，用于简化各种AI 模型的运行和集成。 借助Xinference，可以使用任何开源LLM、Embedding模型和Rerank模型在云端或本地环境中运行推理
0元/小时
语音合成语音克隆
Zonos-v0.1
Zonos-v0.1
0
@HelloGitHub
18
13H
更新时间：2025-09-09
Zonos 是一款由 Zyphra 开发的先进开源文本到语音（TTS）模型，基于超过 20 万小时的多语言语音数据训练而成。
Zonos 是一款由 Zyphra 开发的先进开源文本到语音（TTS）模型，基于超过 20 万小时的多语言语音数据训练而成。
0元/小时
语音WebUI
RVC
RVC
57
@aiguoliuguo
aiguoliuguo认证作者
6169
20019H
更新时间：2026-01-15
AI翻唱+语音变声器：RVC语音转换训练推理用WebUI，3分钟极速训练新模型
AI翻唱+语音变声器：RVC语音转换训练推理用WebUI，3分钟极速训练新模型
0元/小时
其他
OmniParser
OmniParser
0
@HelloGitHub
41
137H
更新时间：2025-07-14
OmniParser 是微软推出的一款强大的屏幕解析工具，专注于将用户界面截图转化为结构化元素，从而提升视觉模型在图形界面中的交互能力。它通过细粒度的图标检测和交互性预测，为自动化测试、智能助手开发以及无障碍技术提供了强大的支持
OmniParser 是微软推出的一款强大的屏幕解析工具，专注于将用户界面截图转化为结构化元素，从而提升视觉模型在图形界面中的交互能力。它通过细粒度的图标检测和交互性预测，为自动化测试、智能助手开发以及无障碍技术提供了强大的支持
0元/小时
SD
sdwebui_xl_2
sdwebui_xl_2
4
@xiaolxl
xiaolxl认证作者
428
2290H
更新时间：2025-07-14
最新WebUi1.10.0+全新整合包4.0+一个命令启动。Stable-Diffusion-WebUI镜像集成主流文生图可视化工具，通过一键启动界面支持文生图/图生图/局部重绘等全功能创作流程，内置ControlNet/ADetailer等海量插件并兼容SDXL模型，提供开箱即用的本地化AI绘画解决方案
最新WebUi1.10.0+全新整合包4.0+一个命令启动。Stable-Diffusion-WebUI镜像集成主流文生图可视化工具，通过一键启动界面支持文生图/图生图/局部重绘等全功能创作流程，内置ControlNet/ADetailer等海量插件并兼容SDXL模型，提供开箱即用的本地化AI绘画解决方案
0元/小时
DeepSeek文本生成
LLaMAFactory-0.9.2.dev-DeepSeek-R1-Distill
LLaMAFactory-0.9.2.dev-DeepSeek-R1-Distill
3
@llamafactory_cn
llamafactory_cn认证作者
212
428H
更新时间：2025-06-24
使用[LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory)在多张RTX4090上微调DeepSeek-R1-Distill系列模型
使用[LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory)在多张RTX4090上微调DeepSeek-R1-Distill系列模型
0元/小时
其他视觉场景识别
SF_Loc
SF_Loc
0
@敢敢のwings
敢敢のwings认证作者
1
59H
更新时间：2025-07-03
SF-Loc应该算是DBA-Fusion(RAL2024)的改进版。 在image+IMU的基础上额外加了map-aided localization.而所谓的map属于priori map，是由稀疏帧（每帧为稠密的深度）来组成的。而要实现map-aided localization，就需要分别解决mapping以及re-localization的两个问题。
SF-Loc应该算是DBA-Fusion(RAL2024)的改进版。 在image+IMU的基础上额外加了map-aided localization.而所谓的map属于priori map，是由稀疏帧（每帧为稠密的深度）来组成的。而要实现map-aided localization，就需要分别解决mapping以及re-localization的两个问题。
0元/小时
推理框架
TPO-LLM-WebUI
TPO-LLM-WebUI
0
@Airmomo
Airmomo认证作者
11
0H
更新时间：2025-07-03
用纯文本提示的方法实时“微调”LLM，使得基础模型在推理过程中与人类偏好对齐，生成更好的结果。`TPO-LLM-WebUI` 为TPO框架提供了一个友好的WebUI以便你加载LLM和奖励模型，以及展示输出结果。
用纯文本提示的方法实时“微调”LLM，使得基础模型在推理过程中与人类偏好对齐，生成更好的结果。`TPO-LLM-WebUI` 为TPO框架提供了一个友好的WebUI以便你加载LLM和奖励模型，以及展示输出结果。
0元/小时
FluxLora
Flux-Lora训练ai-toolkit极简可视化窗口
Flux-Lora训练ai-toolkit极简可视化窗口
5
@南墙_Rylee
185
754H
更新时间：2025-07-02
终端输入 cd /root/ai-toolkit && bash /root/ai-toolkit/运行.sh
终端输入 cd /root/ai-toolkit && bash /root/ai-toolkit/运行.sh
0元/小时
DeepSeek推理框架
KTransformers-DeepSeek-R1
KTransformers-DeepSeek-R1
1
@敢敢のwings
敢敢のwings认证作者
81
54H
更新时间：2025-06-24
建议4卡4090，内存300G以上！KTransformers 使用说明文档，目前支持Q4级别的deepseek的QA对话
建议4卡4090，内存300G以上！KTransformers 使用说明文档，目前支持Q4级别的deepseek的QA对话
0元/小时
语音合成语音克隆
BertVits2-2.4中文特化版
BertVits2-2.4中文特化版
0
@aiguoliuguo
aiguoliuguo认证作者
13
5H
更新时间：2025-07-03
0元/小时
语音合成语音分离
FishSpeech
FishSpeech
1
@aiguoliuguo
aiguoliuguo认证作者
78
126H
更新时间：2025-07-02
Fish Speech，已发布正式版1.5，强大的zero shot能力，支持中日英德法阿拉伯等多国语言。镜像打包了所需的环境，包括干声分离，切片，标注等工具，开箱即用。
Fish Speech，已发布正式版1.5，强大的zero shot能力，支持中日英德法阿拉伯等多国语言。镜像打包了所需的环境，包括干声分离，切片，标注等工具，开箱即用。
0元/小时
文本生成
Satori-7B-Round2-WebUI
Satori-7B-Round2-WebUI
0
@蚝油菜花
蚝油菜花认证作者
1
0H
更新时间：2025-07-02
仅7B就在数学推理能力上超越70B和一众小型模型，MIT与哈佛基于行动-思维链（COAT）机制训练的 Satori-7B-Round2 推理模型。本镜像提供了一个 Gradio API 提供了一个友好的 Web UI，方便快速部署实例后立即体验 Satori-7B-Round2 模型的推理能力。
仅7B就在数学推理能力上超越70B和一众小型模型，MIT与哈佛基于行动-思维链（COAT）机制训练的 Satori-7B-Round2 推理模型。本镜像提供了一个 Gradio API 提供了一个友好的 Web UI，方便快速部署实例后立即体验 Satori-7B-Round2 模型的推理能力。
0元/小时
目标检测
YOLOv5
YOLOv5
0
@BhAem
80
310H
更新时间：2025-07-14
YOLOv5 镜像，开箱即用，支持模型训练、模型验证和模型推理。YOLOv5 是当前工业界最流行的目标检测算法之一，本镜像是基于 YOLOv5 v7.0 构建的 YOLOv5 镜像，方便用户测试 YOLOv5 模型
YOLOv5 镜像，开箱即用，支持模型训练、模型验证和模型推理。YOLOv5 是当前工业界最流行的目标检测算法之一，本镜像是基于 YOLOv5 v7.0 构建的 YOLOv5 镜像，方便用户测试 YOLOv5 模型
0元/小时
GLM文本生成
ChatGLM3
ChatGLM3
1
@BhAem
39
33H
更新时间：2025-07-14
ChatGLM3 镜像，开源双语对话语言模型，支持模型的推理和模型微调。ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型
ChatGLM3 镜像，开源双语对话语言模型，支持模型的推理和模型微调。ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型
0元/小时
推理框架
SGLang推理加速
SGLang推理加速
0
@whisdom
8
3H
更新时间：2025-07-03
这个镜像将会创建大模型推理加速SGLang框架所需的环境，同时将会采用Xinference作为模型管理工具。
这个镜像将会创建大模型推理加速SGLang框架所需的环境，同时将会采用Xinference作为模型管理工具。
0元/小时
语义分割图像分类
segment-anything
segment-anything
1
@naoxin
11
54H
更新时间：2025-07-03
分割任何物体模型 (SAM)可根据点或框等输入提示生成高质量物体蒙版，并可用于为图像中的所有物体生成蒙版。该模型已在包含 1100 万张图像和 11 亿个蒙版的数据集上进行了训练，并且在各种分割任务中具有强大的零样本性能
分割任何物体模型 (SAM)可根据点或框等输入提示生成高质量物体蒙版，并可用于为图像中的所有物体生成蒙版。该模型已在包含 1100 万张图像和 11 亿个蒙版的数据集上进行了训练，并且在各种分割任务中具有强大的零样本性能
0元/小时
语义分割图像分类
Fastsam
Fastsam
1
@naoxin
7
7H
更新时间：2025-07-15
快速分割任何内容。快速分割任意模型 (FastSAM)是一个 CNN 分割任意模型，仅使用 SAM 作者发布的 SA-1B 数据集的 2% 进行训练。FastSAM 实现了与 SAM 方法相当的性能，但运行速度提高了 50 倍
快速分割任何内容。快速分割任意模型 (FastSAM)是一个 CNN 分割任意模型，仅使用 SAM 作者发布的 SA-1B 数据集的 2% 进行训练。FastSAM 实现了与 SAM 方法相当的性能，但运行速度提高了 50 倍
0元/小时
DeepSeek文本生成
DeepScaleR-1.5B
DeepScaleR-1.5B
0
@敢敢のwings
敢敢のwings认证作者
13
2H
更新时间：2025-07-03
Deepseek-R1-Distilled-Qwen-1.5B，通过简单的强化学习（RL）微调，得到了全新的DeepScaleR-1.5B-Preview。 在AIME2024基准中，模型的Pass@1准确率达高达43.1% ——不仅比基础模型提高了14.3%，而且在只有1.5B参数的情况下超越了OpenAI o1-preview！
Deepseek-R1-Distilled-Qwen-1.5B，通过简单的强化学习（RL）微调，得到了全新的DeepScaleR-1.5B-Preview。 在AIME2024基准中，模型的Pass@1准确率达高达43.1% ——不仅比基础模型提高了14.3%，而且在只有1.5B参数的情况下超越了OpenAI o1-preview！
0元/小时
DeepSeek文本生成
DeepSeek-R1:32b
DeepSeek-R1:32b
1
@fancy
fancy认证作者
44
16H
更新时间：2025-07-03
deepseek-r1:32b版本，单卡4090可以流畅推理，适合用于自己的知识库构建。
deepseek-r1:32b版本，单卡4090可以流畅推理，适合用于自己的知识库构建。
0元/小时
ComfyUI
兰雀ComfyUI
兰雀ComfyUI
0
@兰雀AI
兰雀AI认证作者
251
1961H
更新时间：2025-07-02
最强大和模块化的扩散模型GUI、api和后端，具有图形/节点界面，专业人士首选。
最强大和模块化的扩散模型GUI、api和后端，具有图形/节点界面，专业人士首选。
0元/小时
语音合成语音克隆
BertVits2-2.3
BertVits2-2.3
0
@aiguoliuguo
aiguoliuguo认证作者
13
18H
更新时间：2025-07-03
0元/小时
语音合成语音克隆
CosyVoice
CosyVoice
3
@aiguoliuguo
aiguoliuguo认证作者
123
73H
更新时间：2025-07-02
阿里 TTS模型，提供多语言语音生成、零样本语音生成、跨语言语音克隆和指令跟随能力
阿里 TTS模型，提供多语言语音生成、零样本语音生成、跨语言语音克隆和指令跟随能力
0元/小时
DeepSeek文本生成
Ollama-DeepSeek-R1-671B-Q1
Ollama-DeepSeek-R1-671B-Q1
1
@敢敢のwings
敢敢のwings认证作者
48
14H
更新时间：2025-07-02
671Bdeepseek 量化版本，最低可以双卡4090运行，速度较慢，如果有较快需求可以提卡，建议4卡运行这个ollama模型是最好的，并在`vim /etc/systemd/system/ollama.service`文件中将两卡，修改成你加载的卡数`Environment=CUDA_VISIBLE_DEVICES=0,1`
671Bdeepseek 量化版本，最低可以双卡4090运行，速度较慢，如果有较快需求可以提卡，建议4卡运行这个ollama模型是最好的，并在`vim /etc/systemd/system/ollama.service`文件中将两卡，修改成你加载的卡数`Environment=CUDA_VISIBLE_DEVICES=0,1`
0元/小时
DeepSeek文本生成
vLLM-DeepSeek-chatbot可视化大模型聊天机器人
vLLM-DeepSeek-chatbot可视化大模型聊天机器人
1
@苍耳阿猫
苍耳阿猫认证作者
10
2H
更新时间：2025-07-14
deepseek-vllm-chatbot可视化大模型聊天机器人。vLLM-DeepSeek-chatbot是基于原生vLLM镜像扩展的增强版聊天机器人（ChatBot），集成 Gradio 实现了可视化的 WebUI 对话界面，支持实时交互式参数调节和对话历史展示
deepseek-vllm-chatbot可视化大模型聊天机器人。vLLM-DeepSeek-chatbot是基于原生vLLM镜像扩展的增强版聊天机器人（ChatBot），集成 Gradio 实现了可视化的 WebUI 对话界面，支持实时交互式参数调节和对话历史展示
0元/小时
DeepSeek文本生成
Ollama-DeepSeek-R1-70B
Ollama-DeepSeek-R1-70B
0
@敢敢のwings
敢敢のwings认证作者
438
111H
更新时间：2025-07-02
需要双卡，Ollama 和 Open WebUI搭建的DeepSeek-R1-70B版本，支持API调用
需要双卡，Ollama 和 Open WebUI搭建的DeepSeek-R1-70B版本，支持API调用
0元/小时
DeepSeek文本生成
vLLM-DeepSeek-R1-Distill
vLLM-DeepSeek-R1-Distill
3
@优云智算
4819
6999H
更新时间：2025-09-17
DeepSeek-R1-Distill系列模型--基于 Qwen2.5 和 Llama3 系列的 1.5B、7B、8B、14B、32B 和 70B 蒸馏模型
DeepSeek-R1-Distill系列模型--基于 Qwen2.5 和 Llama3 系列的 1.5B、7B、8B、14B、32B 和 70B 蒸馏模型
0元/小时
DeepSeek文本生成
Ollama-DeepSeek-R1-32B
Ollama-DeepSeek-R1-32B
1
@敢敢のwings
敢敢のwings认证作者
1384
1068H
更新时间：2025-07-02
本手册提供了 Ollama 和 Open WebUI 的安装和使用指南，支持deepseek r1版本
本手册提供了 Ollama 和 Open WebUI 的安装和使用指南，支持deepseek r1版本
0元/小时
官方镜像DeepSeek图生文
Janus-Pro-7B
Janus-Pro-7B
0
@优云智算
1115
2126H
更新时间：2025-07-14
DeepSeek Janus-Pro 是一种创新的自回归框架，旨在统一多模态理解与生成任务。它通过将视觉编码解耦为独立的路径，同时仍采用单一的统一 Transformer 架构进行处理，不仅终结了传统模型在视觉理解与图像生成间的两难抉择，更以统一架构刷新性能极限
DeepSeek Janus-Pro 是一种创新的自回归框架，旨在统一多模态理解与生成任务。它通过将视觉编码解耦为独立的路径，同时仍采用单一的统一 Transformer 架构进行处理，不仅终结了传统模型在视觉理解与图像生成间的两难抉择，更以统一架构刷新性能极限
0元/小时
DeepSeek推理框架
Unsloth-DeepSeek-R1-GGUF
Unsloth-DeepSeek-R1-GGUF
0
@39c5bb
39c5bb认证作者
101
18H
更新时间：2025-07-15
R1-671b动态量化版，由unsloth发布，推荐使用多卡进行部署。 详情请查看镜像内说明或者readme。还附带32b的无限制版蒸馏模型，使用open-webui和ollama以及llama.cpp进行部署。
R1-671b动态量化版，由unsloth发布，推荐使用多卡进行部署。 详情请查看镜像内说明或者readme。还附带32b的无限制版蒸馏模型，使用open-webui和ollama以及llama.cpp进行部署。
0元/小时
语音合成
Diffsinger
Diffsinger
3
@39c5bb
39c5bb认证作者
18
23H
更新时间：2025-07-14
diffsinger基本全自动的声库制作镜像，镜像内涵盖了所有环境，开箱即用。DiffSinger是AAAI 2022官方开源的PyTorch歌声合成模型，通过浅扩散机制实现SVS与TTS统一框架，支持中文/英文多语种所制作声库用于openutau歌声合成引擎，该镜像使用diffsinger的多字典分支，默认支持中日跨语种，但仅支持中文的全自动数据集处理。
diffsinger基本全自动的声库制作镜像，镜像内涵盖了所有环境，开箱即用。DiffSinger是AAAI 2022官方开源的PyTorch歌声合成模型，通过浅扩散机制实现SVS与TTS统一框架，支持中文/英文多语种所制作声库用于openutau歌声合成引擎，该镜像使用diffsinger的多字典分支，默认支持中日跨语种，但仅支持中文的全自动数据集处理。
0元/小时
分子动力
cp2k_lammps_deepmd-kit
cp2k_lammps_deepmd-kit
0
@苍耳阿猫
苍耳阿猫认证作者
14
13H
更新时间：2025-09-18
cp2k_lammps_deepmd-kit是连接第一性原理与经典分子动力学的极简工作流：用CP2K算少量高精度数据→DeepMD-kit训练DPA-2势函数→LAMMPS驱动亿级原子长时程模拟
cp2k_lammps_deepmd-kit是连接第一性原理与经典分子动力学的极简工作流：用CP2K算少量高精度数据→DeepMD-kit训练DPA-2势函数→LAMMPS驱动亿级原子长时程模拟
0元/小时
其他
HivisonIDPhoto
HivisonIDPhoto
0
@Samphi
50
37H
更新时间：2025-07-02
一款简单易用的 AI 证件照制作工具，能够生成标准证件照和六寸排版照。支持抠图、尺寸调整和自定义底色等功能。
一款简单易用的 AI 证件照制作工具，能够生成标准证件照和六寸排版照。支持抠图、尺寸调整和自定义底色等功能。
0元/小时
语义分割图像分类
SAMed
SAMed
1
@naoxin
6
1H
更新时间：2025-07-14
用于医学图像分割的定制化 Segment Anything 模型。SAMed是面向医学影像的轻量化SAM定制方案，基于LoRA微调ViT编码器+提示编码器+掩码解码器，仅需更新18M参数即可在Synapse多器官数据集上达到81.88 DSC精度，支持224/512分辨率一键推理与训练
用于医学图像分割的定制化 Segment Anything 模型。SAMed是面向医学影像的轻量化SAM定制方案，基于LoRA微调ViT编码器+提示编码器+掩码解码器，仅需更新18M参数即可在Synapse多器官数据集上达到81.88 DSC精度，支持224/512分辨率一键推理与训练
0元/小时
CogView
Cogview3
Cogview3
0
@liusha
2
0H
更新时间：2025-07-07
Cogview3 是一个先进的文本到图像生成模型，由清华大学 KEG 实验室和智谱AI公司联合训练。CogView-3-Plus 基于 CogView3 (ECCV'24)，引入了最新的 DiT 框架，以进一步提高整体性能。 CogView-3-Plus 使用零信噪比扩散噪声调度，并结合了联合文本图像注意机制。与常用的MMDiT结构相比，它在保持模型基本能力的同时，有效降低了训练和推理成本。 CogView-3Plus 使用潜在维度为 16 的 VAE。
Cogview3 是一个先进的文本到图像生成模型，由清华大学 KEG 实验室和智谱AI公司联合训练。CogView-3-Plus 基于 CogView3 (ECCV'24)，引入了最新的 DiT 框架，以进一步提高整体性能。 CogView-3-Plus 使用零信噪比扩散噪声调度，并结合了联合文本图像注意机制。与常用的MMDiT结构相比，它在保持模型基本能力的同时，有效降低了训练和推理成本。 CogView-3Plus 使用潜在维度为 16 的 VAE。
0元/小时
文本生成
MiniCPM-o-2.6
MiniCPM-o-2.6
0
@liusha
11
29H
更新时间：2025-06-27
MiniCPM-o 是从 MiniCPM-V 分级的最新端侧多模态 LLM （MLLM） 系列。这些模型现在可以将图像、视频、文本和音频作为输入，并以端到端方式提供高质量的文本和语音输出。
MiniCPM-o 是从 MiniCPM-V 分级的最新端侧多模态 LLM （MLLM） 系列。这些模型现在可以将图像、视频、文本和音频作为输入，并以端到端方式提供高质量的文本和语音输出。
0元/小时
具身智能
Cosmos-v1.0
Cosmos-v1.0
1
@苍耳阿猫
苍耳阿猫认证作者
18
6H
更新时间：2025-11-18
Cosmos-v1.0是英伟达开源的首款物理世界生成模型，可同时处理文本、图像、激光雷达等多模态输入，一键生成高逼真机器人或自动驾驶训练视频
Cosmos-v1.0是英伟达开源的首款物理世界生成模型，可同时处理文本、图像、激光雷达等多模态输入，一键生成高逼真机器人或自动驾驶训练视频
0元/小时
语音合成
DDSP-SVC-6.2
DDSP-SVC-6.2
5
@39c5bb
39c5bb认证作者
281
314H
更新时间：2025-07-14
ddsp6.2,内置环境，上传数据即可训练，支持批量推理。后续会更新。DDSP-SVC-6.2是轻量级端到端歌声转换开源框架，基于DDSP+Rectified Flow双路径建模，推理显存≤4G即可实时变声，训练速度十倍于SO-VITS，集成RMVPE基频提取、NSF-HiFiGAN声码器、内容编码器一键切换，支持多人混合音色、滑窗交叉淡入、SOLA低延迟拼接，附赠Gradio GUI与预训练模型，开箱即唱。
ddsp6.2,内置环境，上传数据即可训练，支持批量推理。后续会更新。DDSP-SVC-6.2是轻量级端到端歌声转换开源框架，基于DDSP+Rectified Flow双路径建模，推理显存≤4G即可实时变声，训练速度十倍于SO-VITS，集成RMVPE基频提取、NSF-HiFiGAN声码器、内容编码器一键切换，支持多人混合音色、滑窗交叉淡入、SOLA低延迟拼接，附赠Gradio GUI与预训练模型，开箱即唱。
0元/小时
llama
LLaMA3-8B
LLaMA3-8B
0
@liusha
12
20H
更新时间：2025-07-14
Meta Llama3-8B是2024年4月发布的80亿参数自回归大模型，基于15T多语言公开数据预训练，8K上下文Grouped-Query Attention架构，指令版经SFT+RLHF对齐，在通用、推理、代码等基准全面领先同级开源模型
Meta Llama3-8B是2024年4月发布的80亿参数自回归大模型，基于15T多语言公开数据预训练，8K上下文Grouped-Query Attention架构，指令版经SFT+RLHF对齐，在通用、推理、代码等基准全面领先同级开源模型
0元/小时
推理框架
TensorRT-LLM
TensorRT-LLM
0
@Tlntin
14
0H
更新时间：2025-07-02
TensorRT-LLM 为用户提供了易于使用的 Python API，用于定义大型语言模型 (LLM) 并构建包含最先进优化的 TensorRT 引擎，以便在 NVIDIA GPU 上高效执行推理。TensorRT-LLM 还包含用于创建执行这些 TensorRT 引擎的 Python 和 C++ 运行时的组件。
TensorRT-LLM 为用户提供了易于使用的 Python API，用于定义大型语言模型 (LLM) 并构建包含最先进优化的 TensorRT 引擎，以便在 NVIDIA GPU 上高效执行推理。TensorRT-LLM 还包含用于创建执行这些 TensorRT 引擎的 Python 和 C++ 运行时的组件。
0元/小时
数字人
Xier-EchoMimicV2
Xier-EchoMimicV2
0
@Xier
108
60H
更新时间：2025-07-02
EchoMimicV2是阿里蚂蚁集团推出的半身人体AI数字人项目，基于参考图片、音频剪辑和手部姿势序列生成高质量动画视频，确保音频内容与半身动作的一致性。
EchoMimicV2是阿里蚂蚁集团推出的半身人体AI数字人项目，基于参考图片、音频剪辑和手部姿势序列生成高质量动画视频，确保音频内容与半身动作的一致性。
0元/小时
视频剪辑
Xier-FunClip
Xier-FunClip
3
@Xier
6
2H
更新时间：2025-06-27
FunClip 是一款开源的自动化视频剪辑工具，通过集成先进的 AI 技术，降低了视频剪辑的难度，使得非专业人士也能够轻松制作出专业水准的视频内容。
FunClip 是一款开源的自动化视频剪辑工具，通过集成先进的 AI 技术，降低了视频剪辑的难度，使得非专业人士也能够轻松制作出专业水准的视频内容。
0元/小时
三维重建
guassion_splat_cuda 3D高斯点云渲染
guassion_splat_cuda 3D高斯点云渲染
3
@敢敢のwings
敢敢のwings认证作者
51
18H
更新时间：2025-11-14
集成CUDA加速的高斯点云渲染框架，通过纯CUDA重构核心渲染管线实现10倍于原始实现的性能提升，支持实时高保真3D场景重建与渲染。支持cuda版本的高斯渲染的代码操作，并支持二次激光雷达开发
集成CUDA加速的高斯点云渲染框架，通过纯CUDA重构核心渲染管线实现10倍于原始实现的性能提升，支持实时高保真3D场景重建与渲染。支持cuda版本的高斯渲染的代码操作，并支持二次激光雷达开发
0元/小时
语音翻译
VoiceTransl
VoiceTransl
8
@Simple
Simple认证作者
564
1087H
更新时间：2025-07-04
VoiceTransl是一站式离线AI视频字幕生成和翻译软件，从视频下载，音频提取，听写打轴，字幕翻译各个环节为翻译者提供便利。
VoiceTransl是一站式离线AI视频字幕生成和翻译软件，从视频下载，音频提取，听写打轴，字幕翻译各个环节为翻译者提供便利。
0元/小时
具身智能
Genesis
Genesis
0
@敢敢のwings
敢敢のwings认证作者
30
0H
更新时间：2025-07-02
Compshare云服务平台Genesis世界模型的上手与测试。详情可以参考：https://hermit.blog.csdn.net/article/details/144665610
Compshare云服务平台Genesis世界模型的上手与测试。详情可以参考：https://hermit.blog.csdn.net/article/details/144665610
0元/小时
LoraHunyuan视频生成
ComfyUI-HunyuanVideo-Lora_Train
ComfyUI-HunyuanVideo-Lora_Train
1
@39c5bb
39c5bb认证作者
115
937H
更新时间：2025-06-19
混元视频模型lora一键训练，镜像内打包了标注，训练，和用于测试的comfyui，打包所有环境，支持上传图片一键训练
混元视频模型lora一键训练，镜像内打包了标注，训练，和用于测试的comfyui，打包所有环境，支持上传图片一键训练
0元/小时
Hunyuan视频生成
ComfyUI-HunyuanVideo
ComfyUI-HunyuanVideo
0
@39c5bb
39c5bb认证作者
190
28H
更新时间：2025-06-19
基于ComfyUI，支持当前最强的开源视频基础模型，目前支持t2v，之后会更i2v和v2v,镜像内置完整环境，包含bf16和fp8量化后占用更小的两种模型，并链接了插帧和超分功能，开箱即用
基于ComfyUI，支持当前最强的开源视频基础模型，目前支持t2v，之后会更i2v和v2v,镜像内置完整环境，包含bf16和fp8量化后占用更小的两种模型，并链接了插帧和超分功能，开箱即用
0元/小时
语音分离
so-vits-svc
so-vits-svc
9
@39c5bb
39c5bb认证作者
993
4823H
更新时间：2025-07-02
sovits svc项目的主分支，带干声分离和音频切割，打包了整套数据集制作工具，基本一键训练，开箱即用
sovits svc项目的主分支，带干声分离和音频切割，打包了整套数据集制作工具，基本一键训练，开箱即用
0元/小时
Hunyuan视频生成
HunyuanVideoGP
HunyuanVideoGP
0
@苍耳阿猫
苍耳阿猫认证作者
7
5H
更新时间：2025-07-14
HunyuanVideoGP镜像集成腾讯开源的视频生成大模型，通过时空分离注意力机制与多粒度控制技术实现文本/图像到高保真视频的端到端生成，支持动态场景构建与物理运动模拟，提供工业级视频创作解决方案与开箱即用部署
HunyuanVideoGP镜像集成腾讯开源的视频生成大模型，通过时空分离注意力机制与多粒度控制技术实现文本/图像到高保真视频的端到端生成，支持动态场景构建与物理运动模拟，提供工业级视频创作解决方案与开箱即用部署
0元/小时
FluxComfyUI
FLUX预装反推插件
FLUX预装反推插件
0
@弑迁士
30
0H
更新时间：2025-07-14
FLUX预装反推插件由弑迁士原创打造，已集成场景C4D渲染、一键反推、高清放大、LoRA自动加载等全套节点，开箱即用，支持ComfyUI本地显卡零门槛生图
FLUX预装反推插件由弑迁士原创打造，已集成场景C4D渲染、一键反推、高清放大、LoRA自动加载等全套节点，开箱即用，支持ComfyUI本地显卡零门槛生图
0元/小时
具身智能
Diffusion_Policy具身智能
Diffusion_Policy具身智能
0
@敢敢のwings
敢敢のwings认证作者
31
340H
更新时间：2025-07-28
Diffusion_Policy扩散策略，这是一种生成机器人行为的新方法
Diffusion_Policy扩散策略，这是一种生成机器人行为的新方法
0元/小时
目标检测
YOLOv3环境,数据集,代码,全套可,一键跑通
YOLOv3环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
11
46H
更新时间：2025-07-14
Ai学术叫叫兽出品，必属精品！YOLOv3环境,数据集,代码,全套可,一键跑通，YOLOv3是目标检测领域经典单阶段算法，以Darknet-53为主干网络，通过多尺度预测在速度与精度间取得出色平衡，支持80类COCO目标实时识别，适用于安防、自动驾驶、工业质检等场景
Ai学术叫叫兽出品，必属精品！YOLOv3环境,数据集,代码,全套可,一键跑通，YOLOv3是目标检测领域经典单阶段算法，以Darknet-53为主干网络，通过多尺度预测在速度与精度间取得出色平衡，支持80类COCO目标实时识别，适用于安防、自动驾驶、工业质检等场景
0元/小时
目标检测
rtdetr环境,数据集,代码,全套可,一键部署
rtdetr环境,数据集,代码,全套可,一键部署
1
@Ai学术叫叫兽
22
244H
更新时间：2025-07-14
RT-DETR镜像集成首个实时端到端目标检测框架，Ai学术叫叫兽出品，必属精品！RT-DETR环境,数据集,代码,全套可,一键跑通，通过混合编码器与查询去噪技术实现高精度实时检测，支持ResNet/DarkNet等多种骨干网络开箱即用部署
RT-DETR镜像集成首个实时端到端目标检测框架，Ai学术叫叫兽出品，必属精品！RT-DETR环境,数据集,代码,全套可,一键跑通，通过混合编码器与查询去噪技术实现高精度实时检测，支持ResNet/DarkNet等多种骨干网络开箱即用部署
0元/小时
目标检测
YOLOv6环境,数据集,代码,全套可,一键跑通
YOLOv6环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
3
0H
更新时间：2025-07-14
YOLOv6镜像集成美团开源的高效目标检测框架，Ai学术叫叫兽出品，必属精品！YOLOv6环境,数据集,代码,全套可,一键跑通，通过双向卷积（BiC）模块与锚点辅助训练（AAT）策略优化工业级实时检测精度，支持端到端部署与开箱即用
YOLOv6镜像集成美团开源的高效目标检测框架，Ai学术叫叫兽出品，必属精品！YOLOv6环境,数据集,代码,全套可,一键跑通，通过双向卷积（BiC）模块与锚点辅助训练（AAT）策略优化工业级实时检测精度，支持端到端部署与开箱即用
0元/小时
目标检测
YOLOv9环境,数据集,代码,全套可,一键跑通
YOLOv9环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
10
18H
更新时间：2025-07-14
YOLOv9镜像集成新一代实时目标检测框架，Ai学术叫叫兽出品，必属精品！YOLOv9环境,数据集,代码,全套可,一键跑通，通过PGI可编程梯度信息与GELAN架构实现精度-速度-泛化性三重突破，支持端到端训练与开箱即用部署
YOLOv9镜像集成新一代实时目标检测框架，Ai学术叫叫兽出品，必属精品！YOLOv9环境,数据集,代码,全套可,一键跑通，通过PGI可编程梯度信息与GELAN架构实现精度-速度-泛化性三重突破，支持端到端训练与开箱即用部署
0元/小时
目标检测
YOLOv5环境,数据集,代码,全套可,一键跑通
YOLOv5环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
41
132H
更新时间：2025-07-14
YOLOv5镜像集成Ultralytics经典目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过CSP骨干网络与自适应锚框计算实现高精度实时检测，全套支持一键跑通，开箱即用。
YOLOv5镜像集成Ultralytics经典目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过CSP骨干网络与自适应锚框计算实现高精度实时检测，全套支持一键跑通，开箱即用。
0元/小时
FluxComfyUI
ComfyUI-LTX-Video
ComfyUI-LTX-Video
1
@弑迁士
76
2H
更新时间：2025-07-14
ComfyUI-LTX-Video镜像集成Lightricks开源的视频生成工作流节点，通过ComfyUI可视化界面实现文本/图像到视频的端到端生成流程，支持动态运动控制与多参数精细化调节，提供开箱即用的节点式视频创作环境
ComfyUI-LTX-Video镜像集成Lightricks开源的视频生成工作流节点，通过ComfyUI可视化界面实现文本/图像到视频的端到端生成流程，支持动态运动控制与多参数精细化调节，提供开箱即用的节点式视频创作环境
0元/小时
目标检测
YOLOv8环境,数据集,代码,全套可,一键跑通
YOLOv8环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
187
765H
更新时间：2025-07-14
YOLOv8镜像集成Ultralytics实时目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过无锚点设计及任务特定优化实现精度-速度平衡，全套支持一键跑通，开箱即用
YOLOv8镜像集成Ultralytics实时目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过无锚点设计及任务特定优化实现精度-速度平衡，全套支持一键跑通，开箱即用
0元/小时
语义分割图像分类
Unet算法环境,数据集,代码,全套可,一键跑通
Unet算法环境,数据集,代码,全套可,一键跑通
1
@Ai学术叫叫兽
34
200H
更新时间：2025-07-14
UNet镜像集成经典医学图像分割架构，通过对称编码器-解码器结构与跳跃连接实现高精度像素级定位，支持端到端训练与轻量部署，适用于生物医学影像分析、工业缺陷检测等场景，提供PyTorch实现的开箱即用解决方案。
UNet镜像集成经典医学图像分割架构，通过对称编码器-解码器结构与跳跃连接实现高精度像素级定位，支持端到端训练与轻量部署，适用于生物医学影像分析、工业缺陷检测等场景，提供PyTorch实现的开箱即用解决方案。
0元/小时
Qwen文本生成
QwQ-32B-Preview
QwQ-32B-Preview
0
@苍耳阿猫
苍耳阿猫认证作者
9
0H
更新时间：2025-07-29
QwQ-32B-Preview镜像集成高性能开源大语言模型预览版，基于320亿参数架构优化通用任务处理能力，支持128K长上下文推理与多语言交互，提供完整工具链及开箱即用部署方案，适用于学术研究与应用开发测试。
QwQ-32B-Preview镜像集成高性能开源大语言模型预览版，基于320亿参数架构优化通用任务处理能力，支持128K长上下文推理与多语言交互，提供完整工具链及开箱即用部署方案，适用于学术研究与应用开发测试。
0元/小时
Qwen语音合成
Qwen_Audio
Qwen_Audio
0
@敢敢のwings
敢敢のwings认证作者
13
0H
更新时间：2025-06-24
Qwen-Audio 是阿里云研发的大规模音频语言模型（Large Audio Language Model）。Qwen-Audio 可以以多种音频 (包括说话人语音、自然音、音乐、歌声）和文本作为输入，并以文本作为输出。
Qwen-Audio 是阿里云研发的大规模音频语言模型（Large Audio Language Model）。Qwen-Audio 可以以多种音频 (包括说话人语音、自然音、音乐、歌声）和文本作为输入，并以文本作为输出。
0元/小时
目标检测
YOLOv10环境,数据集,代码,全套可,一键跑通
YOLOv10环境,数据集,代码,全套可,一键跑通
0
@Ai学术叫叫兽
70
422H
更新时间：2025-07-14
YOLOv10镜像集成最新实时目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过无NMS设计及整体-局部蒸馏技术实现端到端训练与精度-速度双提升，全套支持一键跑通，开箱即用。
YOLOv10镜像集成最新实时目标检测框架，Ai学术叫叫兽出品必属精品！完整提供环境配置、数据集与代码，通过无NMS设计及整体-局部蒸馏技术实现端到端训练与精度-速度双提升，全套支持一键跑通，开箱即用。
0元/小时
文本生成
Apple-OpenELM大模型
Apple-OpenELM大模型
0
@敢敢のwings
敢敢のwings认证作者
2
0H
更新时间：2025-07-28
OpenELM是由苹果公司开发的一款先进语言模型，通过一种新的层级缩放策略优化每个Transformer层的参数分配，从而提升模型的效率和准确性。
OpenELM是由苹果公司开发的一款先进语言模型，通过一种新的层级缩放策略优化每个Transformer层的参数分配，从而提升模型的效率和准确性。
0元/小时
文本生成
Phi_4k
Phi_4k
0
@敢敢のwings
敢敢のwings认证作者
2
0H
更新时间：2025-06-23
Phi-3-4k，Phi-3系列包含三个规模的模型，该模型经过了一个后期培训过程，其中包括指导遵循和安全措施的监督微调和直接偏好优化。当根据测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准进行评估时，Phi-3-Medium-128k-Instruction在参数不到130亿的模型中展示了稳健和最先进的性能。
Phi-3-4k，Phi-3系列包含三个规模的模型，该模型经过了一个后期培训过程，其中包括指导遵循和安全措施的监督微调和直接偏好优化。当根据测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准进行评估时，Phi-3-Medium-128k-Instruction在参数不到130亿的模型中展示了稳健和最先进的性能。
0元/小时
文本生成
YuanLLM
YuanLLM
0
@敢敢のwings
敢敢のwings认证作者
4
0H
更新时间：2025-07-28
YuanLLM 模型，源2.0 是浪潮信息发布的新一代基础语言大模型，包括源2.0-102B，源2.0-51B和源2.0-2B。
YuanLLM 模型，源2.0 是浪潮信息发布的新一代基础语言大模型，包括源2.0-102B，源2.0-51B和源2.0-2B。
0元/小时
AI编程
Yi-LLM-9B-coder
Yi-LLM-9B-coder
0
@敢敢のwings
敢敢のwings认证作者
6
0H
更新时间：2025-07-14
Yi-LLM-9B-Coder镜像集成01.AI开源代码大语言模型，专为代码生成与程序理解优化，基于90亿参数架构与128K长上下文支持，在HumanEval基准测试中超越GPT-3.5，支持30+编程语言的高效推理与工程部署，提供开箱即用的代码补全及调试辅助服务
Yi-LLM-9B-Coder镜像集成01.AI开源代码大语言模型，专为代码生成与程序理解优化，基于90亿参数架构与128K长上下文支持，在HumanEval基准测试中超越GPT-3.5，支持30+编程语言的高效推理与工程部署，提供开箱即用的代码补全及调试辅助服务
0元/小时
推理框架
TransNormerLLM
TransNormerLLM
0
@敢敢のwings
敢敢のwings认证作者
5
0H
更新时间：2025-07-14
TransNormerLLM镜像集成首个基于线性注意力机制的开源大语言模型，通过门控线性注意力（GLA）架构替代传统Transformer，实现3倍训练加速与线性计算复杂度，支持128K长上下文推理，显著降低计算成本并提供开箱即用部署方案
TransNormerLLM镜像集成首个基于线性注意力机制的开源大语言模型，通过门控线性注意力（GLA）架构替代传统Transformer，实现3倍训练加速与线性计算复杂度，支持128K长上下文推理，显著降低计算成本并提供开箱即用部署方案
0元/小时
文本生成
MiniCPM-chat
MiniCPM-chat
0
@敢敢のwings
敢敢のwings认证作者
4
4H
更新时间：2025-07-14
MiniCPM-Chat镜像集成轻量级开源大语言模型，基于2B参数MoE架构与128K上下文窗口实现多模态交互（文本/图像），支持中英等30+语种的高效推理与移动端部署，在低资源场景下超越部分70B模型性能，提供开箱即用的Web交互界面
MiniCPM-Chat镜像集成轻量级开源大语言模型，基于2B参数MoE架构与128K上下文窗口实现多模态交互（文本/图像），支持中英等30+语种的高效推理与移动端部署，在低资源场景下超越部分70B模型性能，提供开箱即用的Web交互界面
0元/小时
文本生成
InternLM2-7B-chat
InternLM2-7B-chat
0
@敢敢のwings
敢敢のwings认证作者
5
0H
更新时间：2025-07-14
InternLM2-7B-Chat镜像集成上海AI实验室开源对话大语言模型，通过7B参数架构与128K上下文窗口优化长程对话一致性，专注智能体任务与多轮交互，支持低成本本地部署及XTuner微调工具链，提供开箱即用对话服务
InternLM2-7B-Chat镜像集成上海AI实验室开源对话大语言模型，通过7B参数架构与128K上下文窗口优化长程对话一致性，专注智能体任务与多轮交互，支持低成本本地部署及XTuner微调工具链，提供开箱即用对话服务
0元/小时
Gemma文本生成
Gemma-2-9b
Gemma-2-9b
0
@敢敢のwings
敢敢のwings认证作者
3
0H
更新时间：2025-07-11
Gemma-2-9b镜像集成谷歌轻量级开源大语言模型，基于Gemini同源技术构建，专注文本生成任务（问答/摘要/推理），通过90亿参数优化实现高性能与低资源消耗，支持笔记本到云环境的灵活部署，提供开箱即用的英文文本生成服务。
Gemma-2-9b镜像集成谷歌轻量级开源大语言模型，基于Gemini同源技术构建，专注文本生成任务（问答/摘要/推理），通过90亿参数优化实现高性能与低资源消耗，支持笔记本到云环境的灵活部署，提供开箱即用的英文文本生成服务。
0元/小时
GLM文本生成
CharacterGLM-chat
CharacterGLM-chat
0
@敢敢のwings
敢敢のwings认证作者
2
0H
更新时间：2025-07-11
CharacterGLM-6B-Chat镜像集成清华大学开源的对话大语言模型，专注角色扮演与个性化交互，通过6B参数架构与128K上下文窗口实现长程角色一致性，支持多轮情感化对话与性格定制，预训练融合戏剧/文学角色数据
CharacterGLM-6B-Chat镜像集成清华大学开源的对话大语言模型，专注角色扮演与个性化交互，通过6B参数架构与128K上下文窗口实现长程角色一致性，支持多轮情感化对话与性格定制，预训练融合戏剧/文学角色数据
0元/小时
文本生成
BlueLM-7B-WebDemo
BlueLM-7B-WebDemo
0
@敢敢のwings
敢敢のwings认证作者
6
0H
更新时间：2025-06-23
BlueLM-7B 是由 vivo AI 全球研究院自主研发的大规模预训练语言模型，参数规模为 70 亿。需要一个4090 GPU来完成运行，这里提供了一个Web端以供使用者二次开发
BlueLM-7B 是由 vivo AI 全球研究院自主研发的大规模预训练语言模型，参数规模为 70 亿。需要一个4090 GPU来完成运行，这里提供了一个Web端以供使用者二次开发
0元/小时
文本生成
Index-1.9B-Chat
Index-1.9B-Chat
0
@敢敢のwings
敢敢のwings认证作者
2
0H
更新时间：2025-07-11
Index-1.9B-Chat镜像集成轻量级开源对话大语言模型，基于Index-1.9B模型经SFT与DPO对齐优化，预训练引入海量网络社区语料，显著增强趣味聊天能力与多轮交互表现，兼顾低资源部署与高响应速度，开箱即用。
Index-1.9B-Chat镜像集成轻量级开源对话大语言模型，基于Index-1.9B模型经SFT与DPO对齐优化，预训练引入海量网络社区语料，显著增强趣味聊天能力与多轮交互表现，兼顾低资源部署与高响应速度，开箱即用。
0元/小时
文本生成
Atom-7B
Atom-7B
0
@敢敢のwings
敢敢のwings认证作者
1
0H
更新时间：2025-07-11
Atom-7B镜像集成高性能轻量级开源大语言模型，基于2T高质量多语种数据预训练，具备高效推理与强泛化能力，支持中英双语任务处理及低成本本地部署，兼顾性能与资源效率，开箱即用。
Atom-7B镜像集成高性能轻量级开源大语言模型，基于2T高质量多语种数据预训练，具备高效推理与强泛化能力，支持中英双语任务处理及低成本本地部署，兼顾性能与资源效率，开箱即用。
0元/小时
目标检测
YOLOv11算法环境-数据集-代码全套
YOLOv11算法环境-数据集-代码全套
2
@Ai学术叫叫兽
387
3035H
更新时间：2025-12-17
YOLOv11镜像集成最新目标检测框架升级版，关注B站：Ai学术叫叫兽，跟着视频教程一分钟快速跑通，免费福利专为遥遥领先大家庭小伙伴提供，开箱即用。
YOLOv11镜像集成最新目标检测框架升级版，关注B站：Ai学术叫叫兽，跟着视频教程一分钟快速跑通，免费福利专为遥遥领先大家庭小伙伴提供，开箱即用。
0元/小时
DeepSeek文本生成
DeepSeek-V2-Lite
DeepSeek-V2-Lite
0
@敢敢のwings
敢敢のwings认证作者
9
0H
更新时间：2025-07-11
DeepSeek-V2-Lite镜像提供高性能开源大语言模型服务，需双4090 GPU支持运行，集成完整Web交互界面供用户直接调用与二次开发，开箱即用。
DeepSeek-V2-Lite镜像提供高性能开源大语言模型服务，需双4090 GPU支持运行，集成完整Web交互界面供用户直接调用与二次开发，开箱即用。
0元/小时
数字人
facefusion3.0.1图片视频换脸应用
facefusion3.0.1图片视频换脸应用
0
@科哥AIGC
科哥AIGC认证作者
270
171H
更新时间：2025-07-11
FaceFusion 3.0.1镜像集成开源人脸融合与增强工具，支持图像/视频/直播流的高精度人脸交换、年龄性别编辑及清晰度修复，通过多线程优化与显存管理实现实时处理速度，提供简洁API与开箱即用的一键式本地部署方案。
FaceFusion 3.0.1镜像集成开源人脸融合与增强工具，支持图像/视频/直播流的高精度人脸交换、年龄性别编辑及清晰度修复，通过多线程优化与显存管理实现实时处理速度，提供简洁API与开箱即用的一键式本地部署方案。
0元/小时
语音分离
MSST-WebUI
MSST-WebUI
2
@39c5bb
39c5bb认证作者
147
170H
更新时间：2025-07-02
MSST，更好用的干声分离以及去和声混响的项目，可以作为传统UVR的上位替代，并兼容UVR的模型，带webui，也可通过笔记本一键处理音频，简单且高效
MSST，更好用的干声分离以及去和声混响的项目，可以作为传统UVR的上位替代，并兼容UVR的模型，带webui，也可通过笔记本一键处理音频，简单且高效
0元/小时
三维重建
3dgs
3dgs
3
@敢敢のwings
敢敢のwings认证作者
27
69H
更新时间：2025-07-11
3DGS镜像集成开源3D高斯点云渲染框架，通过高效可微栅格化技术实现实时的照片级场景重建与渲染，支持从稀疏图像生成高质量动态3D场景，在渲染速度与视觉保真度上超越传统神经辐射场方案，适用于虚拟现实、数字孪生及影视制作领域
3DGS镜像集成开源3D高斯点云渲染框架，通过高效可微栅格化技术实现实时的照片级场景重建与渲染，支持从稀疏图像生成高质量动态3D场景，在渲染速度与视觉保真度上超越传统神经辐射场方案，适用于虚拟现实、数字孪生及影视制作领域
0元/小时
具身智能视觉场景识别
MixVpr
MixVpr
0
@敢敢のwings
敢敢のwings认证作者
1
0H
更新时间：2025-07-11
MixVPR镜像集成全局特征聚合的位置识别模型，通过混合多尺度特征与自适应聚合技术提升复杂场景（如视角/光照变化）下的定位鲁棒性，支持端到端训练与轻量部署，适用于自动驾驶、机器人导航等视觉定位任务
MixVPR镜像集成全局特征聚合的位置识别模型，通过混合多尺度特征与自适应聚合技术提升复杂场景（如视角/光照变化）下的定位鲁棒性，支持端到端训练与轻量部署，适用于自动驾驶、机器人导航等视觉定位任务
0元/小时
目标检测
YOLOv5
YOLOv5
0
@狼哥
51
162H
更新时间：2025-07-02
这是一个基于 YOLOv5 v7.0 版本构建的 YOLO Docker 镜像，适用于 YOLOv5 v7.0版本的 AI 视觉处理任务。通过该镜像，用户可以轻松进行 图像分类、目标检测、目标跟踪、姿态识别、图像分割 等任务，该镜像支持以下操作： 模型训练（train）：在自定义数据集上训练 YOLO 模型。 模型验证（val）：验证模型性能，获得关键指标。 模型推理（inf）：对图像、视频流进行目标检测和分类。 部署优化（opt）：通过 TensorRT 等工具，优化 GPU 加速推理。
这是一个基于 YOLOv5 v7.0 版本构建的 YOLO Docker 镜像，适用于 YOLOv5 v7.0版本的 AI 视觉处理任务。通过该镜像，用户可以轻松进行 图像分类、目标检测、目标跟踪、姿态识别、图像分割 等任务，该镜像支持以下操作： 模型训练（train）：在自定义数据集上训练 YOLO 模型。 模型验证（val）：验证模型性能，获得关键指标。 模型推理（inf）：对图像、视频流进行目标检测和分类。 部署优化（opt）：通过 TensorRT 等工具，优化 GPU 加速推理。
0元/小时
具身智能
VNC可视化镜像
VNC可视化镜像
1
@敢敢のwings
敢敢のwings认证作者
11
0H
更新时间：2025-07-11
VNC可视化镜像专为具身智能从业者提供优刻得远程可视化服务，支持无物理显示设备的跨平台图形界面交互，可基于此完成定制化开发与发布。
VNC可视化镜像专为具身智能从业者提供优刻得远程可视化服务，支持无物理显示设备的跨平台图形界面交互，可基于此完成定制化开发与发布。
0元/小时
推理框架
LLaMAFactory
LLaMAFactory
2
@Faych
59
53H
更新时间：2025-07-11
LLaMAFactory镜像提供一站式开源大语言模型微调框架，支持全参数/部分参数/QLoRA等高效微调方法，兼容LLaMA、BLOOM等主流架构，通过无需代码的Web界面简化训练流程，显著降低模型定制门槛，开箱即用。内置Qwen2.5-7B-Instruct和alpaca_zh供测试
LLaMAFactory镜像提供一站式开源大语言模型微调框架，支持全参数/部分参数/QLoRA等高效微调方法，兼容LLaMA、BLOOM等主流架构，通过无需代码的Web界面简化训练流程，显著降低模型定制门槛，开箱即用。内置Qwen2.5-7B-Instruct和alpaca_zh供测试
0元/小时
推理框架
ollama-0.4.1
ollama-0.4.1
0
@苍耳阿猫
苍耳阿猫认证作者
29
2H
更新时间：2025-07-11
Ollama-0.4.1镜像提供轻量级本地大语言模型运行框架，支持一键拉取与运行Llama2、CodeLlama、Mistral等开源模型（GGUF格式），通过类Docker的CLI实现零配置本地部署与交互式对话，开箱即用。
Ollama-0.4.1镜像提供轻量级本地大语言模型运行框架，支持一键拉取与运行Llama2、CodeLlama、Mistral等开源模型（GGUF格式），通过类Docker的CLI实现零配置本地部署与交互式对话，开箱即用。
0元/小时
数字人
AniTalker
AniTalker
0
@O_O
42
3H
更新时间：2025-07-11
AniTalker镜像集成清华大学开源的2D动画角色口型同步工具，通过轻量级模型实现实时语音驱动口型生成与表情控制，支持静态图/动态视频输入，提供高精度唇形匹配与低延迟渲染，适用于动画制作及虚拟主播场景，开箱即用。
AniTalker镜像集成清华大学开源的2D动画角色口型同步工具，通过轻量级模型实现实时语音驱动口型生成与表情控制，支持静态图/动态视频输入，提供高精度唇形匹配与低延迟渲染，适用于动画制作及虚拟主播场景，开箱即用。
0元/小时
目标检测
YOLOv8
YOLOv8
0
@狼哥
56
6H
更新时间：2025-07-02
这是一个基于 YOLOv8 构建的 YOLO Docker 镜像，适用于 YOLOv8 及以上版本的 AI 视觉处理任务。通过该镜像，用户可以轻松进行 图像分类、目标检测、目标跟踪、姿态识别、图像分割 等任务，该镜像支持以下操作： 模型训练（train）：在自定义数据集上训练 YOLOv8 模型。 模型验证（val）：验证模型性能，获得关键指标。 模型推理（inf）：对图像、视频流进行目标检测和分类。 部署优化（opt）：通过 TensorRT 等工具，优化 GPU 加速推理。
这是一个基于 YOLOv8 构建的 YOLO Docker 镜像，适用于 YOLOv8 及以上版本的 AI 视觉处理任务。通过该镜像，用户可以轻松进行 图像分类、目标检测、目标跟踪、姿态识别、图像分割 等任务，该镜像支持以下操作： 模型训练（train）：在自定义数据集上训练 YOLOv8 模型。 模型验证（val）：验证模型性能，获得关键指标。 模型推理（inf）：对图像、视频流进行目标检测和分类。 部署优化（opt）：通过 TensorRT 等工具，优化 GPU 加速推理。
0元/小时
模型训练
DeepSpeed
DeepSpeed
0
@苍耳阿猫
苍耳阿猫认证作者
6
4H
更新时间：2025-07-11
DeepSpeed 只需单击一下即可实现类似 ChatGPT 的模型训练，与 SOTA RLHF 系统相比，其速度提高了 15 倍，并且在各个规模上都实现了前所未有的成本降低
DeepSpeed 只需单击一下即可实现类似 ChatGPT 的模型训练，与 SOTA RLHF 系统相比，其速度提高了 15 倍，并且在各个规模上都实现了前所未有的成本降低
0元/小时
Qwen
Qwen2-VL
Qwen2-VL
0
@O_O
32
8H
更新时间：2025-07-21
Qwen2.5-VL镜像集成通义千问开源多模态大语言模型，支持高精度图文理解、文档解析与多图推理，具备128K长上下文能力与增强OCR技术，在跨模态任务中达到业界前沿水平，提供高效开源部署方案及商用友好授权。
Qwen2.5-VL镜像集成通义千问开源多模态大语言模型，支持高精度图文理解、文档解析与多图推理，具备128K长上下文能力与增强OCR技术，在跨模态任务中达到业界前沿水平，提供高效开源部署方案及商用友好授权。
0元/小时
语音合成语音克隆
ChatTTS
ChatTTS
2
@Faych
57
40H
更新时间：2025-09-09
ChatTTS镜像集成开源对话式文本转语音模型，支持中英双语自然语音合成与细粒度韵律控制（笑声/停顿/情感调节），针对对话场景优化，具备高保真音质与低延迟特性，提供零依赖部署及API服务。
ChatTTS镜像集成开源对话式文本转语音模型，支持中英双语自然语音合成与细粒度韵律控制（笑声/停顿/情感调节），针对对话场景优化，具备高保真音质与低延迟特性，提供零依赖部署及API服务。
0元/小时
ComfyUI
ComfyUI-V2
ComfyUI-V2
1
@🎉Astro
370
772H
更新时间：2025-07-11
ComfyUI-V2镜像集成Flux工作流与Stable Diffusion 3.5模型，预装六大核心插件：汉化支持、ControlNet预处理、IP适配增强、图像浏览工具、节点管理器及工作流增强组件（开关/图像对比），提供开箱即用的高级AI绘画与图像处理环境。
ComfyUI-V2镜像集成Flux工作流与Stable Diffusion 3.5模型，预装六大核心插件：汉化支持、ControlNet预处理、IP适配增强、图像浏览工具、节点管理器及工作流增强组件（开关/图像对比），提供开箱即用的高级AI绘画与图像处理环境。
0元/小时
FluxComfyUI
ComfyUI-Flux.1-dev
ComfyUI-Flux.1-dev
1
@O_O
168
103H
更新时间：2025-07-11
ComfyUI-Flux.1-dev 镜像预装 Flux.1 开发版工作流套件，集成 ComfyUI 核心环境与常用节点依赖，支持 Stable Diffusion 高级图像生成与处理任务，开箱即用。
ComfyUI-Flux.1-dev 镜像预装 Flux.1 开发版工作流套件，集成 ComfyUI 核心环境与常用节点依赖，支持 Stable Diffusion 高级图像生成与处理任务，开箱即用。
0元/小时
语音克隆
GPT-SoVITS-V2
GPT-SoVITS-V2
1
@39c5bb
39c5bb认证作者
282
64H
更新时间：2025-07-11
GPT-SoVITS-V2镜像提供高效零样本语音克隆与文本转语音工具，所需训练素材少、耗时短且情绪控制更精准，集成完整API接口及环境依赖，开箱即用。相比V1版本显著优化音色还原度与合成自然度，并增强跨语言支持与长音频稳定性，支持一键式本地部署。
GPT-SoVITS-V2镜像提供高效零样本语音克隆与文本转语音工具，所需训练素材少、耗时短且情绪控制更精准，集成完整API接口及环境依赖，开箱即用。相比V1版本显著优化音色还原度与合成自然度，并增强跨语言支持与长音频稳定性，支持一键式本地部署。
0元/小时
Qwen文本生成
Qwen
Qwen
0
@敢敢のwings
敢敢のwings认证作者
16
0H
更新时间：2025-07-11
Qwen镜像集成通义千问开源大语言模型系列，提供Qwen-7B基础对话模型与Qwen-VL多模态模型，支持中英双语128K长上下文、代码生成及图像理解，基于高质量预训练与对齐优化实现强任务泛化能力，兼顾高性能与开源友好部署特性。
Qwen镜像集成通义千问开源大语言模型系列，提供Qwen-7B基础对话模型与Qwen-VL多模态模型，支持中英双语128K长上下文、代码生成及图像理解，基于高质量预训练与对齐优化实现强任务泛化能力，兼顾高性能与开源友好部署特性。
0元/小时
文本生成
VisualGLM
VisualGLM
0
@敢敢のwings
敢敢のwings认证作者
7
0H
更新时间：2025-07-11
VisualGLM-6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练 BLIP2-Qformer 构建起视觉模型与语言模型的桥梁，整体模型共78亿参数。
VisualGLM-6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练 BLIP2-Qformer 构建起视觉模型与语言模型的桥梁，整体模型共78亿参数。
0元/小时
模型训练
MiniMind
MiniMind
0
@敢敢のwings
敢敢のwings认证作者
19
11H
更新时间：2025-07-11
MiniMind镜像提供轻量级开源知识库增强框架，专为小型语言模型设计，通过高效向量检索与生成优化实现低成本知识注入，显著提升小模型在专业领域的问答准确性与上下文理解能力，支持本地快速部署。
MiniMind镜像提供轻量级开源知识库增强框架，专为小型语言模型设计，通过高效向量检索与生成优化实现低成本知识注入，显著提升小模型在专业领域的问答准确性与上下文理解能力，支持本地快速部署。
0元/小时
GLM文本生成
GLM4
GLM4
0
@敢敢のwings
敢敢のwings认证作者
14
1H
更新时间：2025-07-28
GLM-4是由清华大学推出的新一代开源大语言模型，具备 320 亿参数，性能对标 GPT 系列与 DeepSeek-V3/R1 系列。
GLM-4是由清华大学推出的新一代开源大语言模型，具备 320 亿参数，性能对标 GPT 系列与 DeepSeek-V3/R1 系列。
0元/小时
推理框架
SimpleRAG可视化
SimpleRAG可视化
0
@敢敢のwings
敢敢のwings认证作者
22
41H
更新时间：2025-07-11
SimpleRAG可视化镜像集成Gradio界面与Milvus向量库，提供直观的检索增强生成（RAG）流程演示，支持文档上传、文本切片、向量检索及生成结果可视化，助力用户快速理解RAG技术原理与应用部署。
SimpleRAG可视化镜像集成Gradio界面与Milvus向量库，提供直观的检索增强生成（RAG）流程演示，支持文档上传、文本切片、向量检索及生成结果可视化，助力用户快速理解RAG技术原理与应用部署。
0元/小时
推理框架
llama.cpp
llama.cpp
0
@敢敢のwings
敢敢のwings认证作者
26
149H
更新时间：2025-07-24
llama.cpp镜像提供纯C++实现的轻量级大语言模型推理框架，通过高效量化技术显著降低硬件门槛，支持CPU/GPU异构计算，实现跨平台零依赖部署，适用于边缘设备及本地环境的高速LLM推理任务。
llama.cpp镜像提供纯C++实现的轻量级大语言模型推理框架，通过高效量化技术显著降低硬件门槛，支持CPU/GPU异构计算，实现跨平台零依赖部署，适用于边缘设备及本地环境的高速LLM推理任务。
0元/小时
官方镜像推理框架
Ollama-WebUI
Ollama-WebUI
0
@优云智算
66
64H
更新时间：-
Ollama是一个开源的大型语言模型服务工具，它允许用户在自己的硬件环境中轻松部署和使用大规模预训练模型。Ollama 的主要功能是在Docker容器内部署和管理大型语言模型（LLM），使得用户能够快速地在本地运行这些模型。它简化了部署过程，通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型，例如Llama 3。
Ollama是一个开源的大型语言模型服务工具，它允许用户在自己的硬件环境中轻松部署和使用大规模预训练模型。Ollama 的主要功能是在Docker容器内部署和管理大型语言模型（LLM），使得用户能够快速地在本地运行这些模型。它简化了部署过程，通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型，例如Llama 3。
0元/小时
官方镜像推理框架
LLaMAFactory-WebUI
LLaMAFactory-WebUI
4
@优云智算
194
1846H
更新时间：-
LLaMA-Factory镜像提供一站式大语言模型微调框架，支持全参数、部分参数及高效QLoRA等多种微调方法，兼容LLaMA、BLOOM等主流架构，内置Web界面简化训练流程，显著提升模型定制效率与易用性。多模型支持，LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Qwen2-VL等。
LLaMA-Factory镜像提供一站式大语言模型微调框架，支持全参数、部分参数及高效QLoRA等多种微调方法，兼容LLaMA、BLOOM等主流架构，内置Web界面简化训练流程，显著提升模型定制效率与易用性。多模型支持，LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Qwen2-VL等。
0元/小时
推理框架
vllm-0.6.3.post1-1
vllm-0.6.3.post1-1
3
@苍耳阿猫
苍耳阿猫认证作者
43
21H
更新时间：2025-07-29
基于vLLM项目构建，提供高效的大语言模型推理加速服务，通过创新的PagedAttention技术优化内存管理和并行计算，显著提升模型吞吐量并降低延迟，支持多种主流Transformer架构的LLM部署
基于vLLM项目构建，提供高效的大语言模型推理加速服务，通过创新的PagedAttention技术优化内存管理和并行计算，显著提升模型吞吐量并降低延迟，支持多种主流Transformer架构的LLM部署
0元/小时
qrCode扫码关注公众号
qrCode