优云智算
H3
镜像社区
部署GPU实例
V4-Flash
Coding Plan
Agent 社区
价格列表
常见问题（FAQ）
文档中心
控制台
立即注册
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

AIGC热门

数字人视频超分OCR识别AI漫剧AI音乐AI电商AI应用

图像/视频生成

MiniMaxComfyUIWanZ-ImageQwen-ImageLTXInfiniteTalkLongCatFlux混元Lora训练SD3D生成图片生成图片编辑视频生成视频编辑

语音/TTS生成

IndexTTSQwen3-TTSCosyVoiceSVC语音合成语音分离语音识别

LLM

DeepSeekQwenGLM推理框架行业模型文本模型ChatBot

计算机视觉

VL视觉理解目标检测图像分割三维重建具身智能

科学计算

分子动力生物信息物理模拟数据分析

其他

其他
默认排序
视频生成
RecommendCount
最强 AI 生成视频Minimax-H3合集，影视级视频效果！文生视频 | 图生视频 | 全能参考生成视频
最强 AI 生成视频Minimax-H3合集，影视级视频效果！文生视频 | 图生视频 | 全能参考生成视频
95
@与AI同行
与AI同行认证作者
729
1799H
更新时间：2026-08-08
支持自启动
开源版Seedance 2，Minimax-H3合集，影视级视频效果！文生视频 | 图生视频 | 全能参考生成视频
开源版Seedance 2，Minimax-H3合集，影视级视频效果！文生视频 | 图生视频 | 全能参考生成视频
0元/小时
ComfyUI视频生成视频编辑
RecommendCount
MiniMax H3｜开源音画新SOTA｜ComfyUI三套官方流程
MiniMax H3｜开源音画新SOTA｜ComfyUI三套官方流程
58
@AI-KSK
AI-KSK认证作者
312
791H
更新时间：2026-08-04
支持自启动
MiniMax H3开源音画新SOTA镜像，内置ComfyUI三套官方流程，支持文生、图生与多参考视频生成，开机即用。
MiniMax H3开源音画新SOTA镜像，内置ComfyUI三套官方流程，支持文生、图生与多参考视频生成，开机即用。
0元/小时
ComfyUI视频生成
RecommendCount
MiniMax-H3-Int8Convrot极速版,文图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词,首尾帧,批量任务队列
MiniMax-H3-Int8Convrot极速版,文图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词,首尾帧,批量任务队列
42
@刘悦的技术博客
刘悦的技术博客认证作者
338
415H
更新时间：2026-08-10
支持自启动
MiniMax-H3-Int8Convrot极速版,文图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词,首尾帧,批量任务队列
MiniMax-H3-Int8Convrot极速版,文图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词,首尾帧,批量任务队列
0元/小时
数字人
RecommendCount
LiveTalking
LiveTalking
140
@lipku
lipku认证作者
4739
84330H
更新时间：2026-08-04
支持自启动
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
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
658
@与AI同行
与AI同行认证作者
20296
108521H
更新时间：2026-03-31
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
语音合成语音克隆
RecommendCount
SVC-Fusion
SVC-Fusion
138
@aiguoliuguo
aiguoliuguo认证作者
7936
45272H
更新时间：2026-06-29
本整合包将整合So-Vits-SVC4.1、RVC、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、RVC、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
视频生成
RecommendCount
LTX-2.3视频生成合集！支持文生视频、图生视频、数字人视频等
LTX-2.3视频生成合集！支持文生视频、图生视频、数字人视频等
342
@与AI同行
与AI同行认证作者
5251
14365H
更新时间：2026-08-04
支持自启动
开源版Sora2发布，LTX-2.3整合包合集，支持文生视频、图生视频、数字人！支持20s视频、1080P视频直出、批量队列生成、高清放大！
开源版Sora2发布，LTX-2.3整合包合集，支持文生视频、图生视频、数字人！支持20s视频、1080P视频直出、批量队列生成、高清放大！
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
481
@Bob同学
Bob同学认证作者
7198
25712H
更新时间：2026-08-11
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
ComfyUI图片生成视频生成
WebUI模式的ComfyUI图片视频音频一体化整合包
WebUI模式的ComfyUI图片视频音频一体化整合包
3
@IAI666
5
3H
更新时间：2026-08-11
ComfyUI WebUI 整合包，浏览器即可使用。集成简单生成， 图片生成、视频生成与语音生成，内置 MiniMax H3 多图参考生视频工作流，支持多张角色/场景参考图统一控制视频内容。
ComfyUI WebUI 整合包，浏览器即可使用。集成简单生成， 图片生成、视频生成与语音生成，内置 MiniMax H3 多图参考生视频工作流，支持多张角色/场景参考图统一控制视频内容。
0.15元/小时
数字人AI漫剧MiniMax
Comfyui AIGC 工作坊
Comfyui AIGC 工作坊
2
@AI绘视玩家
5
4H
更新时间：2026-08-10
支持自启动
集成Zimage、krea2、Qwen2511、Scail2、Minimax H3、IndexTTS2、Ace-step1.5等前沿模型及配套工作流！开箱即用！另有配套批量操作软件-B站绘世玩家领取~
集成Zimage、krea2、Qwen2511、Scail2、Minimax H3、IndexTTS2、Ace-step1.5等前沿模型及配套工作流！开箱即用！另有配套批量操作软件-B站绘世玩家领取~
0.2元/小时
图片生成
Mage-Flow RL 文生图 API
Mage-Flow RL 文生图 API
0
@
0
0H
更新时间：2026-08-10
支持自启动
Mage-Flow RL正式文生图API镜像，支持RTX 4090，端口8000，实例启动后自动运行服务。
Mage-Flow RL正式文生图API镜像，支持RTX 4090，端口8000，实例启动后自动运行服务。
0元/小时
ComfyUILTX视频生成
LTX2.3-Director-v2最新版-完美去除视频字幕的导演工作流
LTX2.3-Director-v2最新版-完美去除视频字幕的导演工作流
12
@匹夫
匹夫认证作者
66
148H
更新时间：2026-08-10
LTX2.3-Director-v2最新版-完美去除视频字幕的导演工作流
LTX2.3-Director-v2最新版-完美去除视频字幕的导演工作流
0元/小时
Lora训练图片生成视频生成
DiffPipeForge 全模型训练 WebUI
DiffPipeForge 全模型训练 WebUI
0
@天冬
0
0H
更新时间：2026-08-10
支持自启动
Linux 源码版全模型训练 WebUI，Python 3.12，支持自动启动与浏览器完成数据、模型、训练及检查点恢复；需 24GB+ NVIDIA GPU，经典 Cosmos 1 不包含。
Linux 源码版全模型训练 WebUI，Python 3.12，支持自动启动与浏览器完成数据、模型、训练及检查点恢复；需 24GB+ NVIDIA GPU，经典 Cosmos 1 不包含。
0元/小时
AI漫剧AI应用视频生成
AI全能影创-杨戬
AI全能影创-杨戬
0
@Rowan智能体
6
3H
更新时间：2026-08-10
支持自启动
剧本管理与视频生成创作平台
剧本管理与视频生成创作平台
0元/小时
数字人AI漫剧AI电商
布丁入画·流枢 × 云端 ComfyUI 工业级生产力底座（小白也会用）
布丁入画·流枢 × 云端 ComfyUI 工业级生产力底座（小白也会用）
33
@布丁入画
58
78H
更新时间：2026-08-10
支持自启动
★ 布丁入画·流枢 × ★云端 ComfyUI 工业级生产力底座，点击开机 · 自动连接 · 参数化创作 · 云端生产 · 结果回收
★ 布丁入画·流枢 × ★云端 ComfyUI 工业级生产力底座，点击开机 · 自动连接 · 参数化创作 · 云端生产 · 结果回收
0元/小时
AI漫剧数字人ComfyUI
202604全新ComfyUI整合包，主流模型都有，附带40个实用工作流，体积不到100G
202604全新ComfyUI整合包，主流模型都有，附带40个实用工作流，体积不到100G
134
@老徐Ai研习社
老徐Ai研习社认证作者
1257
7210H
更新时间：2026-08-09
支持自启动
20260721最新ComfyUI全能整合包--bernini导演台
20260721最新ComfyUI全能整合包--bernini导演台
0元/小时
Qwen-imageWanLora训练
AiToolKit汉化版
AiToolKit汉化版
168
@Doc_workBox
Doc_workBox认证作者
2469
32621H
更新时间：2026-08-09
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元/小时
语音合成
懂情感的MOSS-TTS
懂情感的MOSS-TTS
0
@鹄仙
鹄仙认证作者
1
2H
更新时间：2026-08-09
懂情感的MOSS-TTS，"零样本 voice clone"、"长文本语音生成"，"上下文对话","token 级时长控制"
懂情感的MOSS-TTS，"零样本 voice clone"、"长文本语音生成"，"上下文对话","token 级时长控制"
0元/小时
ComfyUI视频编辑视频生成
字字动画V7.1MINIMAX专用
字字动画V7.1MINIMAX专用
1
@超哥漫剧
超哥漫剧认证作者
1
0H
更新时间：2026-08-10
支持自启动
字字动画-MINIMAX专用镜像
字字动画-MINIMAX专用镜像
0.2元/小时
ComfyUILTX视频生成
ComfyUI
ComfyUI
34
@Time-AI
Time-AI认证作者
272
932H
更新时间：2026-08-09
支持自启动
LTX2.3导演台2.0全整合视频，包括文生视频、图生视频、音频视频、首尾帧视频、视频输入续写、去字幕、嘴型编辑、beta局部片段编辑；动漫模型anima,包括文生图、contorlnet生图，局部修复和特化局部修复
LTX2.3导演台2.0全整合视频，包括文生视频、图生视频、音频视频、首尾帧视频、视频输入续写、去字幕、嘴型编辑、beta局部片段编辑；动漫模型anima,包括文生图、contorlnet生图，局部修复和特化局部修复
0元/小时
ComfyUI视频生成视频编辑
最新MiniMax-H3 Turbo 44步加速lora，生成神速，保质保量！ComfyUI 畅玩视频不用等 5090版
最新MiniMax-H3 Turbo 44步加速lora，生成神速，保质保量！ComfyUI 畅玩视频不用等 5090版
17
@社恐的知识树
社恐的知识树认证作者
49
101H
更新时间：2026-08-08
支持自启动
0808新增社区全部MiniMax-H3的加速模型，包括Turbo，lightx2，T8插件和转化的模型，KJ转化，升级ComfyUI至0.31，新增H3画布即梦画布类插件！
0808新增社区全部MiniMax-H3的加速模型，包括Turbo，lightx2，T8插件和转化的模型，KJ转化，升级ComfyUI至0.31，新增H3画布即梦画布类插件！
0元/小时
ComfyUI视频生成视频编辑
MiniMaxH3全功能
MiniMaxH3全功能
19
@Time-AI
Time-AI认证作者
62
179H
更新时间：2026-08-08
支持自启动
MiniMaxH3全功能，包括文生视频，图生视频，图+声音参考，动作迁移，视频编辑，原生音画一体等
MiniMaxH3全功能，包括文生视频，图生视频，图+声音参考，动作迁移，视频编辑，原生音画一体等
0元/小时
ComfyUI视频生成
MiniMax-H3，0804更新最新官方加速版，409024G可用，即梦SD2.0平替！
MiniMax-H3，0804更新最新官方加速版，409024G可用，即梦SD2.0平替！
22
@社恐的知识树
社恐的知识树认证作者
46
136H
更新时间：2026-08-08
支持自启动
0808新增目前全部MiniMax-H3的加速模型，包括Turbo，lightx2，T8插件和转化的模型，KJ转化，升级ComfyUI至0.31，新增H3画布即梦画布类插件！
0808新增目前全部MiniMax-H3的加速模型，包括Turbo，lightx2，T8插件和转化的模型，KJ转化，升级ComfyUI至0.31，新增H3画布即梦画布类插件！
0元/小时
ComfyUI视频生成
MiniMax-H3-加速版,多图参考,音频驱动,数字人,图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词
MiniMax-H3-加速版,多图参考,音频驱动,数字人,图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词
10
@刘悦的技术博客
刘悦的技术博客认证作者
74
87H
更新时间：2026-08-08
支持自启动
MiniMax-H3-加速版,多图参考,音频驱动,数字人,图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词
MiniMax-H3-加速版,多图参考,音频驱动,数字人,图生视频,8G显存可用,自动补帧,25步采样,自定义分辨率,自适应端口,自动提示词
0元/小时
ComfyUI视频生成
MiniMax H3 + ComfyUI 一体镜像 lora加速版
MiniMax H3 + ComfyUI 一体镜像 lora加速版
0
@萌新Clare
萌新Clare认证作者
6
2H
更新时间：2026-08-08
文生视频、参考图生视频等场景，输出带同步音频的 MP4
文生视频、参考图生视频等场景，输出带同步音频的 MP4
0.1元/小时
ComfyUI视频生成视频编辑
MiniMax-H3-最全工作流分享
MiniMax-H3-最全工作流分享
7
@匹夫
匹夫认证作者
44
57H
更新时间：2026-08-08
支持自启动
文生视频-图生视频-首尾帧-多模态参考-全工作流
文生视频-图生视频-首尾帧-多模态参考-全工作流
0元/小时
视频生成
MinimaxH3音画视频
MinimaxH3音画视频
1
@积木comfyui
11
9H
更新时间：2026-08-08
支持自启动
3倍完美加速+标签工作台 = 高效制作短剧的时代来了
3倍完美加速+标签工作台 = 高效制作短剧的时代来了
0元/小时
语音合成Qwen3-TTSAI电商
【VoxCPM2/Qwen3TTS/IndexTTS2/OmniVoice】N合一AI语音整合TTS ALL in ONE
【VoxCPM2/Qwen3TTS/IndexTTS2/OmniVoice】N合一AI语音整合TTS ALL in ONE
113
@淼淼爸的ai笔记
淼淼爸的ai笔记认证作者
1830
14872H
更新时间：2026-08-08
支持自启动
本镜像专为AI语音直播项目打造，也可以直接在线推理webui使用，集成VoxCPM2/IndexTTS-2等, 支持API调用，直播带货,tiktok直播，在线克隆，语气语调自然，音色还原度高
本镜像专为AI语音直播项目打造，也可以直接在线推理webui使用，集成VoxCPM2/IndexTTS-2等, 支持API调用，直播带货,tiktok直播，在线克隆，语气语调自然，音色还原度高
0元/小时
ComfyUI视频生成视频编辑
术术AI动画漫剧minimaxH3优化提示词加速comfyUIv1
术术AI动画漫剧minimaxH3优化提示词加速comfyUIv1
5
@术术菌
17
20H
更新时间：2026-08-08
支持自启动
Minimaxh3一键式启用做AI漫剧动画。
Minimaxh3一键式启用做AI漫剧动画。
0.01元/小时
数字人AI应用
AI全能影创-妲己
AI全能影创-妲己
0
@Rowan智能体
1
0H
更新时间：2026-08-08
支持自启动
AI伴侣，选一个心动的形象，用声音和文字聊起来，对方会用声音与画面回应你。
AI伴侣，选一个心动的形象，用声音和文字聊起来，对方会用声音与画面回应你。
0元/小时
视频生成
VLLM-MiniMax-H3
VLLM-MiniMax-H3
0
@苍耳阿猫
苍耳阿猫认证作者
0
0H
更新时间：2026-08-07
VLLM-MiniMax-H3
VLLM-MiniMax-H3
0元/小时
语音合成
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
49
@刘悦的技术博客
刘悦的技术博客认证作者
543
5956H
更新时间：2026-08-07
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
语音合成IndexTTSAI应用
IndexTTS微调，可以微调方言，让配音更自然，AI配音必备，音色克隆，TTS
IndexTTS微调，可以微调方言，让配音更自然，AI配音必备，音色克隆，TTS
5
@余子越Talk
余子越Talk认证作者
21
50H
更新时间：2026-08-06
支持自启动
只需要30~40分钟的无底噪的干净的声音，就可以训练出高质量的模型，让视频配音更自然。
只需要30~40分钟的无底噪的干净的声音，就可以训练出高质量的模型，让视频配音更自然。
0元/小时
其他分子动力
test-image
test-image
1
@cpltest
1
0H
更新时间：2026-08-07
验证镜像
验证镜像
1元/小时
视频生成
SGLang-MiniMax-H3
SGLang-MiniMax-H3
0
@苍耳阿猫
苍耳阿猫认证作者
4
6H
更新时间：2026-08-06
SGLang-MiniMax-H3
SGLang-MiniMax-H3
0元/小时
ComfyUI视频编辑视频生成
Minimax-H3在线comfy整合使用
Minimax-H3在线comfy整合使用
8
@梦影Erislia
21
73H
更新时间：2026-08-05
Minimax-H3在线comfy整合使用
Minimax-H3在线comfy整合使用
0元/小时
语音分离AI应用
一键处理最强多说话人--音频分离--pyannote.audio工程
一键处理最强多说话人--音频分离--pyannote.audio工程
0
@余子越Talk
余子越Talk认证作者
1
0H
更新时间：2026-08-05
支持自启动
最强多说话人音频分离--pyannote.audio工程
最强多说话人音频分离--pyannote.audio工程
0元/小时
视频编辑视频生成
sd2.0视频sd2.5即梦火山引擎视频大模型api生成视频web客户端在线使用seedance2.0
sd2.0视频sd2.5即梦火山引擎视频大模型api生成视频web客户端在线使用seedance2.0
1
@鸡你太美
鸡你太美认证作者
11
0H
更新时间：2026-08-05
支持自启动
sd2.0视频sd2.5即梦火山引擎视频大模型api生成视频web客户端在线使用seedance2.0
sd2.0视频sd2.5即梦火山引擎视频大模型api生成视频web客户端在线使用seedance2.0
0元/小时
ComfyUI全模型工作流整合包（Z-Image/Klein/Krea2/Ideogram4/Qwen/H3）
ComfyUI全模型工作流整合包（Z-Image/Klein/Krea2/Ideogram4/Qwen/H3）
77
@老许爱吃肉丶
366
1507H
更新时间：2026-08-05
支持自启动
v3.2完整README：开机即用（自启动）+华北一C端口配置指引+手动启动备选方案+FAQ
v3.2完整README：开机即用（自启动）+华北一C端口配置指引+手动启动备选方案+FAQ
0元/小时
视频编辑视频生成ComfyUI
minimax-H3 可选swap（低显存版）
minimax-H3 可选swap（低显存版）
1
@smthem
10
1H
更新时间：2026-08-04
支持自启动
Minimax-H3最强开源视频 可选swap（低显存版）
Minimax-H3最强开源视频 可选swap（低显存版）
0元/小时
视频生成
最强开源版minimax海螺H3全能参考视频生成加速优化支持9图3视频3音频
最强开源版minimax海螺H3全能参考视频生成加速优化支持9图3视频3音频
6
@鸡你太美
鸡你太美认证作者
30
22H
更新时间：2026-08-03
支持自启动
最强开源版minimax海螺H3全能参考视频生成加速优化支持9图3视频3音频
最强开源版minimax海螺H3全能参考视频生成加速优化支持9图3视频3音频
0元/小时
ComfyUI图片生成图片编辑
Krea2限制解除全功能开放版｜24套生成·编辑·控制·高清放大工作流
Krea2限制解除全功能开放版｜24套生成·编辑·控制·高清放大工作流
24
@AI-KSK
AI-KSK认证作者
97
243H
更新时间：2026-08-03
支持自启动
**Krea2全功能创作镜像，整合24套核心工作流，覆盖文生图、图像编辑、精准控制、多图参考与高清放大等能力，一站式体验Krea2强大创作能力，满足设计、商业视觉与AI艺术创作需求。**
**Krea2全功能创作镜像，整合24套核心工作流，覆盖文生图、图像编辑、精准控制、多图参考与高清放大等能力，一站式体验Krea2强大创作能力，满足设计、商业视觉与AI艺术创作需求。**
0元/小时
ComfyUI视频生成视频编辑
Comfyui-Minimax-H3工作站
Comfyui-Minimax-H3工作站
10
@AI绘视玩家
37
106H
更新时间：2026-08-03
支持自启动
集成Zimage生图，Qwen2511Edit图片编辑以及最重要的Minimax H3 文生视频、图生视频、参考生视频、视频编辑全套工作流。
集成Zimage生图，Qwen2511Edit图片编辑以及最重要的Minimax H3 文生视频、图生视频、参考生视频、视频编辑全套工作流。
0元/小时
ComfyUI视频生成AI漫剧
MiniMax H3 Int8
MiniMax H3 Int8
3
@Nnegret
39
81H
更新时间：2026-08-03
支持自启动
刚发布的minimax h3 int8版本
刚发布的minimax h3 int8版本
0元/小时
ComfyUI图片生成图片编辑
Anima-Aesthetic-V1.1,图生图,洗图,自定义Lora,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Aesthetic-V1.1,图生图,洗图,自定义Lora,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
2
@刘悦的技术博客
刘悦的技术博客认证作者
10
6H
更新时间：2026-08-02
支持自启动
Anima-Aesthetic-V1.1,图生图,洗图,自定义Lora,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Aesthetic-V1.1,图生图,洗图,自定义Lora,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
0元/小时
ComfyUI视频生成视频编辑
Bernini-R Remix ComfyUI视频创作镜像
Bernini-R Remix ComfyUI视频创作镜像
4
@AI-KSK
AI-KSK认证作者
26
14H
更新时间：2026-08-01
支持自启动
集成Bernini-R与Remix双阶段LoRA，支持文生、图生、参考生成、动作修改及音频驱动数字人，拓展人物动态、镜头表现与多样化创作空间。
集成Bernini-R与Remix双阶段LoRA，支持文生、图生、参考生成、动作修改及音频驱动数字人，拓展人物动态、镜头表现与多样化创作空间。
0元/小时
语音合成语音识别
MOSS-TTS-1.5-8B,GGUF量化版,8G显存可用,TTS,接口api使用,文字转语音,支持超长文本,声音克隆
MOSS-TTS-1.5-8B,GGUF量化版,8G显存可用,TTS,接口api使用,文字转语音,支持超长文本,声音克隆
1
@刘悦的技术博客
刘悦的技术博客认证作者
2
0H
更新时间：2026-08-01
支持自启动
MOSS-TTS-1.5-8B,GGUF量化版,8G显存可用,TTS,接口api使用,文字转语音,支持超长文本,声音克隆
MOSS-TTS-1.5-8B,GGUF量化版,8G显存可用,TTS,接口api使用,文字转语音,支持超长文本,声音克隆
0元/小时
分子动力
qaz
qaz
0
@qqqza
5
31H
更新时间：2026-08-01
支持自启动
qazwsx
qazwsx
0元/小时
ComfyUI图片生成
Krea2
Krea2
2
@Time-AI
Time-AI认证作者
3
0H
更新时间：2026-08-01
支持自启动
krea2工作流整合，包括快速生图，放大和提示词增强，Krea2小丑双采样器，官方风格/亚洲审美/动漫和细节Lora,controlnet控制和风格迁移
krea2工作流整合，包括快速生图，放大和提示词增强，Krea2小丑双采样器，官方风格/亚洲审美/动漫和细节Lora,controlnet控制和风格迁移
0元/小时
FluxLora训练图片生成
Ai-toolkit-汉化版-最全面的lora制作工具
Ai-toolkit-汉化版-最全面的lora制作工具
1
@匹夫
匹夫认证作者
41
141H
更新时间：2026-07-30
支持自启动
Ai-toolkit-汉化版-最全面的lora制作工具
Ai-toolkit-汉化版-最全面的lora制作工具
0元/小时
ComfyUI图片编辑图片生成
Krea-2-Engineer-V1,文生图,图生图,洗图,新款编码器,6G显存可用,支持50系,批量任务队列
Krea-2-Engineer-V1,文生图,图生图,洗图,新款编码器,6G显存可用,支持50系,批量任务队列
1
@刘悦的技术博客
刘悦的技术博客认证作者
20
20H
更新时间：2026-07-30
支持自启动
Krea-2-Engineer-V1,文生图,图生图,洗图,新款编码器,6G显存可用,支持50系,批量任务队列
Krea-2-Engineer-V1,文生图,图生图,洗图,新款编码器,6G显存可用,支持50系,批量任务队列
0元/小时
OCR识别AI应用
MinerU-3,PDF文档图片PPT一键解析MarkDown,OCR,文本提取,兼容GPU和纯CPU,opendatalab开源,v3.4.4
MinerU-3,PDF文档图片PPT一键解析MarkDown,OCR,文本提取,兼容GPU和纯CPU,opendatalab开源,v3.4.4
1
@刘悦的技术博客
刘悦的技术博客认证作者
5
4H
更新时间：2026-07-29
支持自启动
MinerU-3,PDF文档图片PPT一键解析MarkDown,OCR,文本提取,兼容GPU和纯CPU,opendatalab开源,v3.4.4
MinerU-3,PDF文档图片PPT一键解析MarkDown,OCR,文本提取,兼容GPU和纯CPU,opendatalab开源,v3.4.4
0元/小时
AI应用视频生成视频编辑
AI全能影创-哪吒
AI全能影创-哪吒
1
@Rowan智能体
5
5H
更新时间：2026-07-29
支持自启动
动作控制与视频编辑创作平台
动作控制与视频编辑创作平台
0元/小时
语音分离语音识别AI应用
人声增强，clearvoice，完全去除背景噪声，阿里达摩院语音实验室出品。
人声增强，clearvoice，完全去除背景噪声，阿里达摩院语音实验室出品。
3
@余子越Talk
余子越Talk认证作者
13
13H
更新时间：2026-07-28
支持自启动
是目前综合最强最强的一个。提供语音增强、语音分离、语音超分辨率等能力,附带 SOTA 预训练模型。
是目前综合最强最强的一个。提供语音增强、语音分离、语音超分辨率等能力,附带 SOTA 预训练模型。
0元/小时
ComfyUI图片编辑图片生成
Mage-Flow-Int8Convrot,文生图,图像编辑,6G显存可用,微软出品,自动提示词,支持50系,批量任务队列
Mage-Flow-Int8Convrot,文生图,图像编辑,6G显存可用,微软出品,自动提示词,支持50系,批量任务队列
0
@刘悦的技术博客
刘悦的技术博客认证作者
4
23H
更新时间：2026-07-28
支持自启动
Mage-Flow-Int8Convrot,文生图,图像编辑,6G显存可用,微软出品,自动提示词,支持50系,批量任务队列
Mage-Flow-Int8Convrot,文生图,图像编辑,6G显存可用,微软出品,自动提示词,支持50系,批量任务队列
0元/小时
ComfyUI图片生成图片编辑
Krea2专题ComfyUI
Krea2专题ComfyUI
5
@鹄仙
鹄仙认证作者
19
24H
更新时间：2026-07-27
Krea2身份编辑、风格迁移、双图参考
Krea2身份编辑、风格迁移、双图参考
0元/小时
ComfyUI图片生成图片编辑
RedCraft-3.0-Krea2-Int4-Convrot,赤佬v3.0,6G显存可用,洗图,文生图,自定义lora,图生图,自定义提示词,支持50系,批量任务队列
RedCraft-3.0-Krea2-Int4-Convrot,赤佬v3.0,6G显存可用,洗图,文生图,自定义lora,图生图,自定义提示词,支持50系,批量任务队列
5
@刘悦的技术博客
刘悦的技术博客认证作者
25
144H
更新时间：2026-07-26
支持自启动
RedCraft-3.0-Krea2-Int4-Convrot,赤佬v3.0,6G显存可用,洗图,文生图,自定义lora,图生图,自定义提示词,支持50系,批量任务队列
RedCraft-3.0-Krea2-Int4-Convrot,赤佬v3.0,6G显存可用,洗图,文生图,自定义lora,图生图,自定义提示词,支持50系,批量任务队列
0元/小时
视频生成
超快AI数字人，AvatarLipSync V2版，超快生成速度！支持批量生成、超长视频生成
超快AI数字人，AvatarLipSync V2版，超快生成速度！支持批量生成、超长视频生成
9
@与AI同行
与AI同行认证作者
11
7H
更新时间：2026-07-25
支持自启动
超快AI数字人，AvatarLipSync V2版，超快生成速度！支持批量生成、超长视频生成
超快AI数字人，AvatarLipSync V2版，超快生成速度！支持批量生成、超长视频生成
0元/小时
视频生成视频编辑
开源版Google Omni，视频编辑加速版，视频元素添加+删除+修改 | 视频消除物体 | 去水印 | 去字幕 | 换背景 | 风格转换 | 视频参考
开源版Google Omni，视频编辑加速版，视频元素添加+删除+修改 | 视频消除物体 | 去水印 | 去字幕 | 换背景 | 风格转换 | 视频参考
6
@与AI同行
与AI同行认证作者
69
43H
更新时间：2026-07-25
支持自启动
开源版Google Omni，视频编辑加速版，视频元素添加+删除+修改 | 视频消除物体 | 去水印 | 去字幕 | 换背景 | 风格转换 | 视频参考
开源版Google Omni，视频编辑加速版，视频元素添加+删除+修改 | 视频消除物体 | 去水印 | 去字幕 | 换背景 | 风格转换 | 视频参考
0元/小时
视频生成
最强视频替换人物&动作迁移，Scail2合集-v260723，新增光影优化、多参考图！视频替换 | 动作迁移 | 长视频生成 | 批量生成 | 爆款视频复刻
最强视频替换人物&动作迁移，Scail2合集-v260723，新增光影优化、多参考图！视频替换 | 动作迁移 | 长视频生成 | 批量生成 | 爆款视频复刻
12
@与AI同行
与AI同行认证作者
148
342H
更新时间：2026-07-25
支持自启动
最强视频替换人物&动作迁移，Scail2合集-v260723，新增光影优化、多参考图！视频替换 | 动作迁移 | 长视频生成 | 批量生成 | 爆款视频复刻
最强视频替换人物&动作迁移，Scail2合集-v260723，新增光影优化、多参考图！视频替换 | 动作迁移 | 长视频生成 | 批量生成 | 爆款视频复刻
0元/小时
IndexTTS语音合成AI应用
小米AI语音OmniVoice，支持 600+ 种语言的先进文本转语音模型，支持声音设计，万字长文不在话下，生成速度超越所有的TTS模型！
小米AI语音OmniVoice，支持 600+ 种语言的先进文本转语音模型，支持声音设计，万字长文不在话下，生成速度超越所有的TTS模型！
2
@余子越Talk
余子越Talk认证作者
30
72H
更新时间：2026-07-25
支持自启动
单阶段扩散语言模型；双向 Transformer；非自回归。两项关键设计：全码本随机掩蔽策略提升训练效率；首次在非自回归 TTS 中有效利用大语言模型作为预训练参数
单阶段扩散语言模型；双向 Transformer；非自回归。两项关键设计：全码本随机掩蔽策略提升训练效率；首次在非自回归 TTS 中有效利用大语言模型作为预训练参数
0元/小时
ComfyUI视频生成视频编辑
Scail-2-GGUF-Relay,视频动作迁移,目标替换,多人迁移,6G显存可用,支持50系,支持超长视频
Scail-2-GGUF-Relay,视频动作迁移,目标替换,多人迁移,6G显存可用,支持50系,支持超长视频
6
@刘悦的技术博客
刘悦的技术博客认证作者
27
37H
更新时间：2026-07-25
支持自启动
Scail-2-GGUF-Relay,视频动作迁移,目标替换,多人迁移,6G显存可用,支持50系,支持超长视频
Scail-2-GGUF-Relay,视频动作迁移,目标替换,多人迁移,6G显存可用,支持50系,支持超长视频
0元/小时
LTXLora训练图片生成
Krea 2 角色 LoRA 一键训练器
Krea 2 角色 LoRA 一键训练器
9
@AI-KSK
AI-KSK认证作者
51
125H
更新时间：2026-07-24
支持自启动
基于 Krea 2 的角色 LoRA 训练镜像，内置可视化 WebUI、自动打标与完整训练环境，上传图片即可快速训练并导出模型。
基于 Krea 2 的角色 LoRA 训练镜像，内置可视化 WebUI、自动打标与完整训练环境，上传图片即可快速训练并导出模型。
0元/小时
FluxComfyUI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！
19
@社恐的知识树
社恐的知识树认证作者
160
3506H
更新时间：2026-07-27
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
数字人视频生成
CyberVerse
CyberVerse
1
@dsd
1
47H
更新时间：2026-07-24
支持自启动
CyberVerse 是一个开源的实时数字人 Agent 框架。它基于 WebRTC、人设记忆、工具、RAG 和可选的数字人视频能力，帮助你构建以语音交互为核心的 AI Agent。
CyberVerse 是一个开源的实时数字人 Agent 框架。它基于 WebRTC、人设记忆、工具、RAG 和可选的数字人视频能力，帮助你构建以语音交互为核心的 AI Agent。
0元/小时
其他
vpn+主流agent基础镜像
vpn+主流agent基础镜像
0
@Nnegret
1
15H
更新时间：2026-07-24
带vpn和主流agent
带vpn和主流agent
0元/小时
图像分割VL视觉理解目标检测
sapiens2
sapiens2
0
@ccuu
0
0H
更新时间：2026-08-06
Sapiens2 是 Meta 最新推出的一个面向人体感知任务的高分辨率视觉 Transformer 基础模型，可用于姿态估计、分割、表面法线、点图等下游任务，并支持基于预训练权重进行微调。
Sapiens2 是 Meta 最新推出的一个面向人体感知任务的高分辨率视觉 Transformer 基础模型，可用于姿态估计、分割、表面法线、点图等下游任务，并支持基于预训练权重进行微调。
0.01元/小时
语音合成AI应用IndexTTS
精品 RVC 音色替换 AI配音 AI歌手 必备
精品 RVC 音色替换 AI配音 AI歌手 必备
3
@余子越Talk
余子越Talk认证作者
21
22H
更新时间：2026-07-29
支持自启动
老牌精品 RVC 变声框架，小白友好，AI配音必备，音色替换，音色克隆，TTS
老牌精品 RVC 变声框架，小白友好，AI配音必备，音色替换，音色克隆，TTS
0元/小时
SVC
SVC-Fusion_api_rvc
SVC-Fusion_api_rvc
1
@杭州
5105
4354H
更新时间：2026-07-24
支持自启动
支持了rvc模型算法的SVC-Fusion_api
支持了rvc模型算法的SVC-Fusion_api
0元/小时
ComfyUI视频生成
LTX-2.3-MSR-V2.0-多图参考-图生视频,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-MSR-V2.0-多图参考-图生视频,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
7
@刘悦的技术博客
刘悦的技术博客认证作者
23
19H
更新时间：2026-07-23
支持自启动
LTX-2.3-MSR-V2.0-多图参考-图生视频,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-MSR-V2.0-多图参考-图生视频,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
ComfyUILTX视频生成
DaSiWa LTX 2.3解锁版v4|导演工作流2.0全功能音视频镜像
DaSiWa LTX 2.3解锁版v4|导演工作流2.0全功能音视频镜像
14
@AI-KSK
AI-KSK认证作者
62
75H
更新时间：2026-07-25
支持自启动
预置全套模型与节点，支持文生视频、图生视频、视频重绘、多关键帧、音频生成、IC-LoRA及局部重拍，开机即用
预置全套模型与节点，支持文生视频、图生视频、视频重绘、多关键帧、音频生成、IC-LoRA及局部重拍，开机即用
0元/小时
语音分离语音识别AI应用
复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型
复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型
0
@余子越Talk
余子越Talk认证作者
10
9H
更新时间：2026-07-22
支持自启动
复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型，一键生成字幕
复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型，一键生成字幕
0元/小时
Lora训练图片生成
Krea-2-Trainer,一键训练,模型微调,Finetune,角色一致性保持,8G显存可用,lora训练,支持50系,批量任务队列
Krea-2-Trainer,一键训练,模型微调,Finetune,角色一致性保持,8G显存可用,lora训练,支持50系,批量任务队列
4
@刘悦的技术博客
刘悦的技术博客认证作者
16
48H
更新时间：2026-07-20
支持自启动
Krea-2-Trainer,一键训练,模型微调,Finetune,角色一致性保持,8G显存可用,lora训练,支持50系,批量任务队列
Krea-2-Trainer,一键训练,模型微调,Finetune,角色一致性保持,8G显存可用,lora训练,支持50系,批量任务队列
0元/小时
语音合成
超强AI语音克隆，VoxCPM-v260719，优化长文本效果！语音克隆 | 口播音频 | 播客音频 | 批量生成 | 超长文本生成
超强AI语音克隆，VoxCPM-v260719，优化长文本效果！语音克隆 | 口播音频 | 播客音频 | 批量生成 | 超长文本生成
7
@与AI同行
与AI同行认证作者
15
17H
更新时间：2026-07-19
支持自启动
超强AI语音克隆，VoxCPM-v260719，优化长文本效果！语音克隆 | 口播音频 | 播客音频 | 批量生成 | 超长文本生成
超强AI语音克隆，VoxCPM-v260719，优化长文本效果！语音克隆 | 口播音频 | 播客音频 | 批量生成 | 超长文本生成
0元/小时
ComfyUI视频生成视频编辑
Bernini-Studio-GGUF,4步采样,文图生视频,自定义lora,支持你懂的,视频编辑,8G显存可用,目标替换,字幕去除,批量任务,支持50系
Bernini-Studio-GGUF,4步采样,文图生视频,自定义lora,支持你懂的,视频编辑,8G显存可用,目标替换,字幕去除,批量任务,支持50系
8
@刘悦的技术博客
刘悦的技术博客认证作者
64
139H
更新时间：2026-07-19
支持自启动
Bernini-Studio-GGUF,4步采样,文图生视频,自定义lora,视频编辑,8G显存可用,目标替换,字幕去除,批量任务,支持50系
Bernini-Studio-GGUF,4步采样,文图生视频,自定义lora,视频编辑,8G显存可用,目标替换,字幕去除,批量任务,支持50系
0元/小时
Lora训练图片生成其他
二次元Anima的Lora训练UI
二次元Anima的Lora训练UI
174
@梦影Erislia
2603
14538H
更新时间：2026-07-18
二次元AnimaBase的Lora训练UI，一键打标训练
二次元AnimaBase的Lora训练UI，一键打标训练
0元/小时
VL视觉理解三维重建目标检测
ardy-AI驱动动作生成与可视化
ardy-AI驱动动作生成与可视化
0
@匹夫
匹夫认证作者
2
8H
更新时间：2026-07-17
一句话描述到电影级3D动作生成
一句话描述到电影级3D动作生成
0.15元/小时
语音合成
超强AI音色克隆，OmniVoice长文本优化！音色克隆 | 各地方言 | 音色保存 | 多音字 | SRT字幕生成语音 | 多人对话 | 批量生成
超强AI音色克隆，OmniVoice长文本优化！音色克隆 | 各地方言 | 音色保存 | 多音字 | SRT字幕生成语音 | 多人对话 | 批量生成
2
@与AI同行
与AI同行认证作者
3
1H
更新时间：2026-07-17
支持自启动
超强AI音色克隆，OmniVoice长文本优化！音色克隆 | 各地方言 | 音色保存 | 多音字 | SRT字幕生成语音 | 多人对话 | 批量生成
超强AI音色克隆，OmniVoice长文本优化！音色克隆 | 各地方言 | 音色保存 | 多音字 | SRT字幕生成语音 | 多人对话 | 批量生成
0元/小时
ComfyUI图片生成图片编辑
Krea-2-GGUF-Style,风格化迁移,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
Krea-2-GGUF-Style,风格化迁移,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
5
@刘悦的技术博客
刘悦的技术博客认证作者
12
5H
更新时间：2026-07-17
支持自启动
Krea-2-GGUF-Style,风格化迁移,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
Krea-2-GGUF-Style,风格化迁移,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
0元/小时
ComfyUI视频生成视频编辑
SCAIL2
SCAIL2
9
@Time-AI
Time-AI认证作者
60
243H
更新时间：2026-07-24
支持自启动
SCAIL2，包括动作迁移，角色替换，两个必备Lora，长视频制作，支持多参考图，背景替换
SCAIL2，包括动作迁移，角色替换，两个必备Lora，长视频制作，支持多参考图，背景替换
0元/小时
语音合成
VoxCPM2微调专用版
VoxCPM2微调专用版
0
@雨落实战
雨落实战认证作者
10
14H
更新时间：2026-07-17
支持自启动
VoxCPM2微调专用版
VoxCPM2微调专用版
0元/小时
IndexTTS语音合成AI应用
dots.tts 0.2.1 官方升级，48kHz高保真无损克隆，低显存，TTS音色克隆，AI配音，支持50系显卡
dots.tts 0.2.1 官方升级，48kHz高保真无损克隆，低显存，TTS音色克隆，AI配音，支持50系显卡
5
@余子越Talk
余子越Talk认证作者
24
38H
更新时间：2026-07-16
支持自启动
一款超高质量语音合成TTS的开源模型，dots.tts 小红书开源！
一款超高质量语音合成TTS的开源模型，dots.tts 小红书开源！
0元/小时
语音合成语音识别
ChatTTS-ui-0.95
ChatTTS-ui-0.95
0
@萌新Clare
萌新Clare认证作者
9
20H
更新时间：2026-07-16
文本转语音tts
文本转语音tts
0元/小时
图片生成Lora训练Flux
Krea2的Lora训练
Krea2的Lora训练
32
@梦影Erislia
226
2087H
更新时间：2026-07-16
Krea2的Lora训练
Krea2的Lora训练
0元/小时
OCR识别AI应用Qwen3-TTS
有声书生成
有声书生成
3
@鹄仙
鹄仙认证作者
3
13H
更新时间：2026-07-23
通过OCR识别文字，然后TTS生成有声书
通过OCR识别文字，然后TTS生成有声书
0.1元/小时
数字人
SentiAvatar
SentiAvatar
0
@有黑眼圈的小竹熊
2
9H
更新时间：2026-07-16
3D数字人动作生成
3D数字人动作生成
0.3元/小时
ComfyUI图片生成图片编辑
IdeoGram-4-Instant_int8-convrot-文生图,单模型8步采样,单提示词,图生图,文生图,6G显存可用,No-Safety-Filter,批量任务,支持50系
IdeoGram-4-Instant_int8-convrot-文生图,单模型8步采样,单提示词,图生图,文生图,6G显存可用,No-Safety-Filter,批量任务,支持50系
1
@刘悦的技术博客
刘悦的技术博客认证作者
5
0H
更新时间：2026-07-23
支持自启动
IdeoGram-4-Instant_int8-convrot-文生图,单模型8步采样,单提示词,图生图,文生图,6G显存可用,No-Safety-Filter,批量任务,支持50系
IdeoGram-4-Instant_int8-convrot-文生图,单模型8步采样,单提示词,图生图,文生图,6G显存可用,No-Safety-Filter,批量任务,支持50系
0元/小时
语音合成SVCAI音乐
So-VITS-SVC-CU128 (即开即用, 无需部署)
So-VITS-SVC-CU128 (即开即用, 无需部署)
2
@SHthemW
SHthemW认证作者
4
0H
更新时间：2026-07-16
支持自启动
So-VITS-SVC的2026全新Fork, 已经预配置好环境, 开箱即用. 支持Cuda12.8和RTX50系显卡, 训练/推理速度大大加快!
So-VITS-SVC的2026全新Fork, 已经预配置好环境, 开箱即用. 支持Cuda12.8和RTX50系显卡, 训练/推理速度大大加快!
0元/小时
语音合成语音识别
Dots.TTS,6G显存可用,情绪迁移,接口api使用,流式接口,支持超长文本,声音克隆
Dots.TTS,6G显存可用,情绪迁移,接口api使用,流式接口,支持超长文本,声音克隆
0
@刘悦的技术博客
刘悦的技术博客认证作者
8
31H
更新时间：2026-07-23
支持自启动
Dots.TTS,6G显存可用,情绪迁移,接口api使用,流式接口,支持超长文本,声音克隆
Dots.TTS,6G显存可用,情绪迁移,接口api使用,流式接口,支持超长文本,声音克隆
0元/小时
视频生成
超快AI数字人，AvatarLipSync V1版，超快生成速度
超快AI数字人，AvatarLipSync V1版，超快生成速度
3
@与AI同行
与AI同行认证作者
17
3H
更新时间：2026-07-23
支持自启动
超快AI数字人，AvatarLipSync V1版，超快生成速度
超快AI数字人，AvatarLipSync V1版，超快生成速度
0元/小时
AI漫剧
AutoAnimation短剧漫剧自动化工具
AutoAnimation短剧漫剧自动化工具
65
@IAI666
386
1465H
更新时间：2026-07-13
支持自启动
AutoAnimation短剧漫剧自动化工具及配套ComfyUI包含ZImage、flux2-kelin、qwenedit2511、wan2.2、qwen-tts、index-tts
AutoAnimation短剧漫剧自动化工具及配套ComfyUI包含ZImage、flux2-kelin、qwenedit2511、wan2.2、qwen-tts、index-tts
0.15元/小时
ComfyUI图片编辑图片生成
Krea-2-GGUF-ControlNet,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
Krea-2-GGUF-ControlNet,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
3
@刘悦的技术博客
刘悦的技术博客认证作者
42
90H
更新时间：2026-07-23
支持自启动
Krea-2-GGUF-ControlNet,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
Krea-2-GGUF-ControlNet,姿态保持,6G显存可用,洗图,文生图,自定义lora,图生图,自动提示词,支持50系,批量任务队列
0元/小时
视频编辑其他
视频字幕去除器webUI二次修改汉化版
视频字幕去除器webUI二次修改汉化版
1
@鸡你太美
鸡你太美认证作者
0
0H
更新时间：2026-07-23
支持自启动
视频字幕去除器webUI二次修改汉化版
视频字幕去除器webUI二次修改汉化版
0元/小时
OCR识别
Unlimited-OCR文本识别
Unlimited-OCR文本识别
0
@鹄仙
鹄仙认证作者
3
2H
更新时间：2026-07-21
Unlimited-OCR文本识别
Unlimited-OCR文本识别
0元/小时
ComfyUI图片生成Flux
flux2-klein-9b最全能的图片编辑工作台
flux2-klein-9b最全能的图片编辑工作台
6
@匹夫
匹夫认证作者
51
48H
更新时间：2026-07-21
功能包括：文生图-图片编辑--模特试穿-场景融合-多图参考-人物换脸-姿势参考-材质转移-AI画板
功能包括：文生图-图片编辑--模特试穿-场景融合-多图参考-人物换脸-姿势参考-材质转移-AI画板
0元/小时
ComfyUILTX视频生成
LTX2.3-10Eros v1.4 FP8｜图生视频·音频驱动三流程整合镜像
LTX2.3-10Eros v1.4 FP8｜图生视频·音频驱动三流程整合镜像
15
@AI-KSK
AI-KSK认证作者
52
149H
更新时间：2026-07-21
支持自启动
整合LTX2.3-10Eros v1.4 FP8三套流程，支持图生视频、高质量生成与音频音乐驱动。
整合LTX2.3-10Eros v1.4 FP8三套流程，支持图生视频、高质量生成与音频音乐驱动。
0元/小时
ComfyUI图片编辑图片生成
Anima-Turbo,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Turbo,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
4
@刘悦的技术博客
刘悦的技术博客认证作者
14
13H
更新时间：2026-07-21
支持自启动
Anima-Turbo,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Turbo,支持中文提示词,4步采样,文生图,图像修改,6G显存可用,批量任务,支持50系
0元/小时
ComfyUI图片生成Qwen-Image
Anima Omni 动漫插画全能镜像
Anima Omni 动漫插画全能镜像
10
@AI-KSK
AI-KSK认证作者
78
287H
更新时间：2026-07-20
支持自启动
Anima Omni 动漫插画全能镜像内置20套精选工作流，覆盖基础出图、极速生成、NAG增强、LLLite控制、区域构图、局部重绘、脸手修复、风格混合、高清修复与分块放大。
Anima Omni 动漫插画全能镜像内置20套精选工作流，覆盖基础出图、极速生成、NAG增强、LLLite控制、区域构图、局部重绘、脸手修复、风格混合、高清修复与分块放大。
0元/小时
ComfyUIWan视频生成
Wan 2.2 无限制 3.0
Wan 2.2 无限制 3.0
83
@AI-KSK
AI-KSK认证作者
657
1949H
更新时间：2026-07-20
支持自启动
集成 SmoothMix T2V 3.0 与 Remix I2V 3.0，支持无限制文本生视频与图生视频创作，兼顾画质、动态、运镜与一致性，适合快速出片与高完成度表达。
集成 SmoothMix T2V 3.0 与 Remix I2V 3.0，支持无限制文本生视频与图生视频创作，兼顾画质、动态、运镜与一致性，适合快速出片与高完成度表达。
0元/小时
ComfyUI图片编辑图片生成
Krea-2-GGUF,图像编辑-多图修改,6G显存可用,洗图,文生图,自定义lora,图生图,红潮特化,自动提示词,支持50系,批量任务队列
Krea-2-GGUF,图像编辑-多图修改,6G显存可用,洗图,文生图,自定义lora,图生图,红潮特化,自动提示词,支持50系,批量任务队列
8
@刘悦的技术博客
刘悦的技术博客认证作者
47
194H
更新时间：2026-07-20
支持自启动
Krea-2-GGUF,图像编辑-多图修改,6G显存可用,洗图,文生图,自定义lora,图生图,红潮特化,自动提示词,支持50系,批量任务队列
Krea-2-GGUF,图像编辑-多图修改,6G显存可用,洗图,文生图,自定义lora,图生图,红潮特化,自动提示词,支持50系,批量任务队列
0元/小时
数字人语音合成视频生成
织梦智能体-数字人合成-语音合成-超级混剪
织梦智能体-数字人合成-语音合成-超级混剪
5
@织梦智能体
40
74H
更新时间：2026-07-17
支持自启动
全网最牛逼最便宜的口播智能体，没有之一
全网最牛逼最便宜的口播智能体，没有之一
0元/小时
推理框架Qwen文本模型
sglang（0.5.14）和vllm（0.24.0）推理框架镜像-源码安装版本
sglang（0.5.14）和vllm（0.24.0）推理框架镜像-源码安装版本
1
@lv
0
0H
更新时间：2026-07-17
sglang和vllm两个推理框架的镜像，切换环境即可，用源码安装的可以随便更换版本
sglang和vllm两个推理框架的镜像，切换环境即可，用源码安装的可以随便更换版本
0.5元/小时
ComfyUIWan视频生成
Wan2.2-ReMixV3.0
Wan2.2-ReMixV3.0
66
@刘悦的技术博客
刘悦的技术博客认证作者
425
957H
更新时间：2026-07-23
支持自启动
Wan2.2-ReMixV3.0-SVI2-VBVR,文生视频,图生视频,无限时长,首尾帧,自动补帧,自适应端口号,支持50系,支持批量任务
Wan2.2-ReMixV3.0-SVI2-VBVR,文生视频,图生视频,无限时长,首尾帧,自动补帧,自适应端口号,支持50系,支持批量任务
0元/小时
ComfyUILTX视频生成
LTX-2.3-10Eros-V1.3-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-10Eros-V1.3-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
7
@刘悦的技术博客
刘悦的技术博客认证作者
34
70H
更新时间：2026-07-17
支持自启动
LTX-2.3-10Eros-V1.3-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-10Eros-V1.3-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
ComfyUI图片生成Lora训练
Aitookit_krea2_lora_training
Aitookit_krea2_lora_training
11
@有趣的80后程序员
有趣的80后程序员认证作者
41
260H
更新时间：2026-07-17
支持自启动
Krea2 Lora 训练镜像，包含模型，数据集以及一次训练结果
Krea2 Lora 训练镜像，包含模型，数据集以及一次训练结果
0元/小时
ComfyUI图片生成图片编辑
二次元游戏立绘表情拆分姿势制作VNCSS
二次元游戏立绘表情拆分姿势制作VNCSS
3
@梦影Erislia
21
28H
更新时间：2026-07-17
二次元游戏立绘表情拆分姿势制作VNCSS
二次元游戏立绘表情拆分姿势制作VNCSS
0元/小时
ComfyUI图片生成
RedCraft-Krea-2-GGUF,红潮特化,洗图,文生图,自定义lora,图生图,自定义提示词,8G显存可用,支持50系,批量任务队列
RedCraft-Krea-2-GGUF,红潮特化,洗图,文生图,自定义lora,图生图,自定义提示词,8G显存可用,支持50系,批量任务队列
6
@刘悦的技术博客
刘悦的技术博客认证作者
48
49H
更新时间：2026-07-17
支持自启动
RedCraft-Krea-2-GGUF,红潮特化,洗图,文生图,自定义lora,图生图,自定义提示词,8G显存可用,支持50系,批量任务队列
RedCraft-Krea-2-GGUF,红潮特化,洗图,文生图,自定义lora,图生图,自定义提示词,8G显存可用,支持50系,批量任务队列
0元/小时
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
109
@鸡你太美
鸡你太美认证作者
430
1944H
更新时间：2026-07-31
支持自启动
修改img-all六分钱模型香蕉出图模型生成报错问题
修改img-all六分钱模型香蕉出图模型生成报错问题
0元/小时
图片生成图片编辑
免费版GPT-Image2，Krea2高质量版，超强图片细节美感！图生图洗图 | 高清放大 | 支持LoRA
免费版GPT-Image2，Krea2高质量版，超强图片细节美感！图生图洗图 | 高清放大 | 支持LoRA
13
@与AI同行
与AI同行认证作者
75
101H
更新时间：2026-07-16
支持自启动
免费版GPT-Image2，Krea2高质量版，超强图片细节美感！生图洗图 | 高清放大 | 支持LoRA
免费版GPT-Image2，Krea2高质量版，超强图片细节美感！生图洗图 | 高清放大 | 支持LoRA
0元/小时
ComfyUI图片生成图片编辑
Boogu-Image-fix-4step,文生图,图像修改,8G显存可用,支持50系,批量任务队列
Boogu-Image-fix-4step,文生图,图像修改,8G显存可用,支持50系,批量任务队列
2
@刘悦的技术博客
刘悦的技术博客认证作者
22
38H
更新时间：2026-07-16
支持自启动
Boogu-Image-fix-4step,文生图,图像修改,8G显存可用,支持50系,批量任务队列
Boogu-Image-fix-4step,文生图,图像修改,8G显存可用,支持50系,批量任务队列
0元/小时
文本模型
长篇小说&有声小说工作站
长篇小说&有声小说工作站
2
@IAI666
6
2H
更新时间：2026-07-15
支持自启动
AI驱动的长篇小说创作与有声书生成工作站，支持大纲管理、角色系统、AI续写、质量审阅和语音合成全流程。
AI驱动的长篇小说创作与有声书生成工作站，支持大纲管理、角色系统、AI续写、质量审阅和语音合成全流程。
0.1元/小时
语音合成
VoxCPM2 ONNX版本
VoxCPM2 ONNX版本
2
@雨落实战
雨落实战认证作者
29
8H
更新时间：2026-07-15
支持自启动
VoxCPM2 ONNX加速版
VoxCPM2 ONNX加速版
0元/小时
语音合成AI音乐
RVC-WebUI
RVC-WebUI
26
@乔大峰
乔大峰认证作者
336
1282H
更新时间：2026-07-23
RVC-WebUI网页端训练镜像支持RVC/Replay翻唱模型/变声器
RVC-WebUI网页端训练镜像支持RVC/Replay翻唱模型/变声器
0元/小时
目标检测
ultralytics
ultralytics
2
@muyulin
4
124H
更新时间：2026-06-29
Ultralytics模型基于深度学习和计算机视觉其精简的设计，该镜像可以实现YOLOv8,YOLOv9,YOLOv10，YOLOv11,YOlOv26模型的应用
Ultralytics模型基于深度学习和计算机视觉其精简的设计，该镜像可以实现YOLOv8,YOLOv9,YOLOv10，YOLOv11,YOlOv26模型的应用
0元/小时
ComfyUI图片生成图片编辑
Krea-2-GGUF,洗图,文生图,自定义lora,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
Krea-2-GGUF,洗图,文生图,自定义lora,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
7
@刘悦的技术博客
刘悦的技术博客认证作者
78
55H
更新时间：2026-06-28
支持自启动
Krea-2-GGUF,洗图,文生图,自定义lora,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
Krea-2-GGUF,洗图,文生图,自定义lora,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
0元/小时
视频生成视频编辑
最强视频替换人物&动作迁移，Scail2合集，超强效果 | 超长视频生成 | 批量生成 | 爆款视频复刻
最强视频替换人物&动作迁移，Scail2合集，超强效果 | 超长视频生成 | 批量生成 | 爆款视频复刻
56
@与AI同行
与AI同行认证作者
598
2007H
更新时间：2026-06-27
支持自启动
最强视频替换人物&动作迁移，Scail2合集，超强效果 | 超长视频生成 | 批量生成 | 爆款视频复刻
最强视频替换人物&动作迁移，Scail2合集，超强效果 | 超长视频生成 | 批量生成 | 爆款视频复刻
0元/小时
生物信息分子动力
ESMFold
ESMFold
0
@苍耳阿猫
苍耳阿猫认证作者
2
39H
更新时间：2026-06-29
ESMFold
ESMFold
0元/小时
ComfyUI图片生成
Ideogram-4-Single,单模型8步采样,单提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,支持50系
Ideogram-4-Single,单模型8步采样,单提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,支持50系
1
@刘悦的技术博客
刘悦的技术博客认证作者
21
16H
更新时间：2026-06-26
支持自启动
Ideogram-4-Single,单模型8步采样,单提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,支持50系
Ideogram-4-Single,单模型8步采样,单提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,支持50系
0元/小时
数字人视频生成语音合成
OpenTalking
OpenTalking
6
@Opentalking
197
944H
更新时间：2026-07-09
支持自启动
OpenTalking 是一个面向实时数字人对话与应用开发的开源平台，用统一的 WebUI、知识库、语音、模型运行时和部署链路，把数字人从单次演示连接成可落地的应用系统。
OpenTalking 是一个面向实时数字人对话与应用开发的开源平台，用统一的 WebUI、知识库、语音、模型运行时和部署链路，把数字人从单次演示连接成可落地的应用系统。
0元/小时
ComfyUILTX视频生成
KSK LTX2.3 3.5满血整合镜像｜22B视频创作套件
KSK LTX2.3 3.5满血整合镜像｜22B视频创作套件
15
@AI-KSK
AI-KSK认证作者
76
96H
更新时间：2026-06-26
支持自启动
基于 ComfyUI 深度整合的 LTX2.3 3.5 满血镜像，内置 22B 主模型、插件依赖与多套核心工作流，支持文生视频、图生视频、数字人、分镜控制和视频增强，真正做到开箱即用。
基于 ComfyUI 深度整合的 LTX2.3 3.5 满血镜像，内置 22B 主模型、插件依赖与多套核心工作流，支持文生视频、图生视频、数字人、分镜控制和视频增强，真正做到开箱即用。
0元/小时
ComfyUI图片生成Flux
Krea2 Turbo Engine｜ComfyUI 本地加速镜像
Krea2 Turbo Engine｜ComfyUI 本地加速镜像
3
@AI-KSK
AI-KSK认证作者
41
103H
更新时间：2026-06-24
支持自启动
基于 Krea 2 Turbo 的本地化 ComfyUI 推理环境，优化生成速度与稳定性，适用于高频文生图与风格测试。
基于 Krea 2 Turbo 的本地化 ComfyUI 推理环境，优化生成速度与稳定性，适用于高频文生图与风格测试。
0元/小时
ComfyUI图片生成
Krea-2-GGUF,文生图,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
Krea-2-GGUF,文生图,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
3
@刘悦的技术博客
刘悦的技术博客认证作者
34
26H
更新时间：2026-06-24
支持自启动
Krea-2-GGUF,文生图,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
Krea-2-GGUF,文生图,图生图,No-Safety-Filter,8G显存可用,支持50系,批量任务队列
0元/小时
语音合成语音分离语音识别
dots.tts语音克隆视频配音平台
dots.tts语音克隆视频配音平台
3
@K哥讲AI
K哥讲AI认证作者
16
134H
更新时间：2026-06-23
支持自启动
dots.tts语音克隆视频配音平台
dots.tts语音克隆视频配音平台
0元/小时
Lora训练图片生成图片编辑
Boogu Image的lora训练AI-TOOLKIT
Boogu Image的lora训练AI-TOOLKIT
1
@梦影Erislia
8
17H
更新时间：2026-06-22
Boogu Image的lora训练AI-TOOLKIT
Boogu Image的lora训练AI-TOOLKIT
0元/小时
数字人ComfyUI
ComfyUI云端整合包2506
ComfyUI云端整合包2506
1
@鹄仙
鹄仙认证作者
31
56H
更新时间：2026-06-26
ComfyUI云端整合包2606
ComfyUI云端整合包2606
0元/小时
ComfyUI图片编辑图片生成
Boogu-Image-GGUF,文生图,图像修改,8G显存可用,支持50系,批量任务队列
Boogu-Image-GGUF,文生图,图像修改,8G显存可用,支持50系,批量任务队列
1
@刘悦的技术博客
刘悦的技术博客认证作者
42
52H
更新时间：2026-06-21
支持自启动
Boogu-Image-GGUF,文生图,图像修改,8G显存可用,支持50系,批量任务队列
Boogu-Image-GGUF,文生图,图像修改,8G显存可用,支持50系,批量任务队列
0元/小时
AI应用语音合成
专业级Seed-TTS-Eval语音评测工具
专业级Seed-TTS-Eval语音评测工具
1
@雨落实战
雨落实战认证作者
8
1H
更新时间：2026-06-22
支持自启动
这是一个用于评测TTS语音质量的工具
这是一个用于评测TTS语音质量的工具
0元/小时
3D生成
单图生成3D高斯文件，TripoSplat，超强3D效果！游戏3D | AR/VR | 3D资产创作 | 批量生成
单图生成3D高斯文件，TripoSplat，超强3D效果！游戏3D | AR/VR | 3D资产创作 | 批量生成
4
@与AI同行
与AI同行认证作者
13
3H
更新时间：2026-06-19
支持自启动
单图生成3D高斯文件，TripoSplat，超强3D效果！游戏3D | AR/VR | 3D资产创作 | 批量生成
单图生成3D高斯文件，TripoSplat，超强3D效果！游戏3D | AR/VR | 3D资产创作 | 批量生成
0元/小时
语音合成IndexTTSAI应用
新一代高质量语音生成模型VoxCPM 2.0 整合包升级了， 支持 30 种语言、9 种中文方言！
新一代高质量语音生成模型VoxCPM 2.0 整合包升级了， 支持 30 种语言、9 种中文方言！
17
@余子越Talk
余子越Talk认证作者
192
667H
更新时间：2026-06-19
支持自启动
是 VoxCPM 系列的新一代语音生成模型，基于 2B 参数规模，并使用超过 200 万小时的多语言语音数据训练，支持 30 种语言、9 种中文方言
是 VoxCPM 系列的新一代语音生成模型，基于 2B 参数规模，并使用超过 200 万小时的多语言语音数据训练，支持 30 种语言、9 种中文方言
0元/小时
ComfyUI图片生成Lora训练
AnimaBase的Lora融合训练Comfy和Trainer
AnimaBase的Lora融合训练Comfy和Trainer
9
@梦影Erislia
67
185H
更新时间：2026-06-18
AnimaBase的Lora融合训练Comfy和Trainer
AnimaBase的Lora融合训练Comfy和Trainer
0元/小时
数字人
infinitetakl数字人云端版本
infinitetakl数字人云端版本
13
@pappyai
98
261H
更新时间：2026-06-18
支持自启动
infinitetakl数字人，支持单人对口型，双人对口型以及单人视频对口型
infinitetakl数字人，支持单人对口型，双人对口型以及单人视频对口型
0元/小时
ComfyUILTX视频生成
JoyAI-Echo-ComfyUI-无损版
JoyAI-Echo-ComfyUI-无损版
4
@有趣的80后程序员
有趣的80后程序员认证作者
14
4H
更新时间：2026-06-18
支持自启动
JoyAI-Echo的comfyUI版本，全量模型无损版
JoyAI-Echo的comfyUI版本，全量模型无损版
0元/小时
ComfyUI图片生成图片编辑
Ideogram-4-GGUF,自动提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
Ideogram-4-GGUF,自动提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
1
@刘悦的技术博客
刘悦的技术博客认证作者
21
5H
更新时间：2026-06-18
支持自启动
Ideogram-4-GGUF,自动提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
Ideogram-4-GGUF,自动提示词,图生图,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
0元/小时
数字人CosyVoiceDeepSeek
数字人直播
数字人直播
6
@AI开发日记
67
98H
更新时间：2026-06-25
支持自启动
数字人直播
数字人直播
0.5元/小时
语音合成
VoxCPM2 声音克隆系统webui开机即用
VoxCPM2 声音克隆系统webui开机即用
1
@鸡你太美
鸡你太美认证作者
36
8H
更新时间：2026-06-18
支持自启动
VoxCPM2 声音克隆系统webui开机即用
VoxCPM2 声音克隆系统webui开机即用
0元/小时
ComfyUI视频生成视频编辑
SCAIL2-那颗星星自制工作流，动作迁移，人物替换，可以直出长视频
SCAIL2-那颗星星自制工作流，动作迁移，人物替换，可以直出长视频
17
@那颗星星
218
447H
更新时间：2026-06-16
支持自启动
自制SCAIL2 ComfyUI工作流，可以动作迁移，人物替换，可以直出长视频，并且我大幅简化了流程，十分简单易用
自制SCAIL2 ComfyUI工作流，可以动作迁移，人物替换，可以直出长视频，并且我大幅简化了流程，十分简单易用
0元/小时
IndexTTS语音合成AI应用
indextts-2.0 升级版，影视配音，情绪小短片，情绪精准控制！
indextts-2.0 升级版，影视配音，情绪小短片，情绪精准控制！
47
@余子越Talk
余子越Talk认证作者
607
1516H
更新时间：2026-06-15
支持自启动
支持8个角色配音，速度控制，高精度的SRT字幕同步生成，SRT字幕生成配音，情绪控制，海量预设音色列表，语速可调，多音字，专业术语控制。
支持8个角色配音，速度控制，高精度的SRT字幕同步生成，SRT字幕生成配音，情绪控制，海量预设音色列表，语速可调，多音字，专业术语控制。
0元/小时
Wan视频生成视频编辑
Bernini-Diffusers满血版｜MLLM语义规划视频生成编辑WebUI镜像
Bernini-Diffusers满血版｜MLLM语义规划视频生成编辑WebUI镜像
5
@AI-KSK
AI-KSK认证作者
59
74H
更新时间：2026-06-15
支持自启动
完整Bernini-Diffusers满血版，内置中文WebUI，保留MLLM语义规划能力，支持AI视频生成、视频编辑与参考图驱动。
完整Bernini-Diffusers满血版，内置中文WebUI，保留MLLM语义规划能力，支持AI视频生成、视频编辑与参考图驱动。
0元/小时
语音合成
TTS集合1688——客户定制
TTS集合1688——客户定制
0
@是你k哥啊
29
886H
更新时间：2026-06-16
TTS集合
TTS集合
0元/小时
ComfyUIZ-Image
Zit-Turbo-Engineer-V6,文生图,图生图,洗图,6G显存可用,局部重绘,支持50系,批量任务队列
Zit-Turbo-Engineer-V6,文生图,图生图,洗图,6G显存可用,局部重绘,支持50系,批量任务队列
6
@刘悦的技术博客
刘悦的技术博客认证作者
54
41H
更新时间：2026-06-15
支持自启动
Zit-Turbo-Engineer-V6,文生图,图生图,洗图,6G显存可用,局部重绘,支持50系,批量任务队列
Zit-Turbo-Engineer-V6,文生图,图生图,洗图,6G显存可用,局部重绘,支持50系,批量任务队列
0元/小时
ComfyUI视频生成
Scail2角色替换Scail2动作迁移低显存无限时长ComfyUI工作流
Scail2角色替换Scail2动作迁移低显存无限时长ComfyUI工作流
9
@鸡你太美
鸡你太美认证作者
145
460H
更新时间：2026-06-15
支持自启动
Scail2角色替换Scail2动作迁移低显存无限时长ComfyUI工作流
Scail2角色替换Scail2动作迁移低显存无限时长ComfyUI工作流
0元/小时
数字人AI音乐LTX
LTX2.3一键整合包，数字人对口型，AI唱歌，首尾帧，图生视频，文生视频，图片编辑，文生图，支持50系显卡，8G显存可用，64G内存。
LTX2.3一键整合包，数字人对口型，AI唱歌，首尾帧，图生视频，文生视频，图片编辑，文生图，支持50系显卡，8G显存可用，64G内存。
14
@余子越Talk
余子越Talk认证作者
373
722H
更新时间：2026-06-15
支持自启动
无需任何配置，一键运行 LTX2.3 数字人 镜像，然后通过公网IP访问生成服务。
无需任何配置，一键运行 LTX2.3 数字人 镜像，然后通过公网IP访问生成服务。
0元/小时
Lora训练图片生成其他
Ideogram4的Lora训练AI-Toolkit
Ideogram4的Lora训练AI-Toolkit
0
@梦影Erislia
19
210H
更新时间：2026-06-13
Ideogram4的Lora训练AI-Toolkit
Ideogram4的Lora训练AI-Toolkit
0元/小时
ComfyUI视频编辑视频生成
Scail-2,视频动作迁移,目标替换,指定目标替换,多人迁移,8G显存可用,支持50系
Scail-2,视频动作迁移,目标替换,指定目标替换,多人迁移,8G显存可用,支持50系
14
@刘悦的技术博客
刘悦的技术博客认证作者
130
247H
更新时间：2026-06-12
支持自启动
Scail-2,视频动作迁移,目标替换,指定目标替换,多人迁移,8G显存可用,支持50系
Scail-2,视频动作迁移,目标替换,指定目标替换,多人迁移,8G显存可用,支持50系
0元/小时
其他
oac
oac
0
@lxg
2
12H
更新时间：2026-06-18
支持自启动
实时数字人
实时数字人
0元/小时
ComfyUI图片生成
Ideogram-4-GGUF,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
Ideogram-4-GGUF,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
4
@刘悦的技术博客
刘悦的技术博客认证作者
36
23H
更新时间：2026-06-10
支持自启动
Ideogram-4-GGUF,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
Ideogram-4-GGUF,文生图,8G显存可用,No-Safety-Filter,批量任务,Lora使用,支持50系
0元/小时
ComfyUIWan视频生成
AI跳舞矩阵批量镜像：人物图像×舞蹈动作，一键组合自动执行
AI跳舞矩阵批量镜像：人物图像×舞蹈动作，一键组合自动执行
14
@AI-KSK
AI-KSK认证作者
54
1036H
更新时间：2026-06-11
支持自启动
AI跳舞矩阵镜像，支持人物图像×舞蹈动作一键配对，批量生成冷启动测试素材。
AI跳舞矩阵镜像，支持人物图像×舞蹈动作一键配对，批量生成冷启动测试素材。
0元/小时
语音合成IndexTTSAI应用
小红书 AI 语音 dots.tts 开源 48kHz 高保真语音生成，停顿断句自然，支持50系显卡。
小红书 AI 语音 dots.tts 开源 48kHz 高保真语音生成，停顿断句自然，支持50系显卡。
15
@余子越Talk
余子越Talk认证作者
242
589H
更新时间：2026-06-15
支持自启动
dots.tts 拥有约 20 亿参数规模，支持零样本声音克隆、高保真语音生成以及自然的情感表达。多个权威榜单 SOTA:Seed-TTS-Eval 平均表现最佳
dots.tts 拥有约 20 亿参数规模，支持零样本声音克隆、高保真语音生成以及自然的情感表达。多个权威榜单 SOTA:Seed-TTS-Eval 平均表现最佳
0元/小时
AI应用
comfyui_纯净_2.12-13
comfyui_纯净_2.12-13
1
@kmkm99
8
0H
更新时间：2026-06-08
支持自启动
纯净版本的comfyui
纯净版本的comfyui
0元/小时
视频生成视频编辑
开源版Google Omni！Bernini视频万物编辑，视频元素添加+删除+修改 | 视频消除物体 | 换背景 | 视频插入视频 | 风格转换 | 支持参考视频+多参考图
开源版Google Omni！Bernini视频万物编辑，视频元素添加+删除+修改 | 视频消除物体 | 换背景 | 视频插入视频 | 风格转换 | 支持参考视频+多参考图
24
@与AI同行
与AI同行认证作者
130
212H
更新时间：2026-06-08
支持自启动
开源版Google Omni！Bernini视频万物编辑，视频元素添加+删除+修改 | 视频消除物体 | 换背景 | 视频插入视频 | 风格转换 | 支持参考视频+多参考图
开源版Google Omni！Bernini视频万物编辑，视频元素添加+删除+修改 | 视频消除物体 | 换背景 | 视频插入视频 | 风格转换 | 支持参考视频+多参考图
0元/小时
语音合成IndexTTSAI应用
PilotTTS 高德开源语音克隆，8G显存可用，支持 11 种情感、14 种方言的 LLM TTS 系统
PilotTTS 高德开源语音克隆，8G显存可用，支持 11 种情感、14 种方言的 LLM TTS 系统
2
@余子越Talk
余子越Talk认证作者
41
128H
更新时间：2026-06-15
支持自启动
PilotTTS 是一套基于大语言模型的开源 TTS 系统,核心特点是"有意简化的架构 + 严格的数据工程"。它提供完全开源的数据处理流水线,支持零样本音色克隆。
PilotTTS 是一套基于大语言模型的开源 TTS 系统,核心特点是"有意简化的架构 + 严格的数据工程"。它提供完全开源的数据处理流水线,支持零样本音色克隆。
0元/小时
ComfyUI图片生成
Ideogram-4,文生图,细化描述,至少需要14G显存,批量任务,支持50系
Ideogram-4,文生图,细化描述,至少需要14G显存,批量任务,支持50系
1
@刘悦的技术博客
刘悦的技术博客认证作者
25
166H
更新时间：2026-06-08
支持自启动
Ideogram-4,文生图,细化描述,至少需要14G显存,批量任务,支持50系
Ideogram-4,文生图,细化描述,至少需要14G显存,批量任务,支持50系
0元/小时
语音合成CosyVoice
PilotTTS,TTS语音模型,情绪控制,接口api使用,8G显存可用,速度1比1,支持超长文本,声音克隆,文本指令
PilotTTS,TTS语音模型,情绪控制,接口api使用,8G显存可用,速度1比1,支持超长文本,声音克隆,文本指令
4
@刘悦的技术博客
刘悦的技术博客认证作者
44
43H
更新时间：2026-06-03
支持自启动
PilotTTS,TTS语音模型,情绪控制,接口api使用,8G显存可用,速度1比1,支持超长文本,声音克隆,文本指令
PilotTTS,TTS语音模型,情绪控制,接口api使用,8G显存可用,速度1比1,支持超长文本,声音克隆,文本指令
0元/小时
其他
那颗星星自制工作流
那颗星星自制工作流
29
@那颗星星
303
3119H
更新时间：2026-06-08
支持自启动
颠覆性设计，真正在ComfyUI内实现无限画布体验
颠覆性设计，真正在ComfyUI内实现无限画布体验
0元/小时
ComfyUI图片编辑图片生成
Anima-Base,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Base,文生图,图像修改,6G显存可用,批量任务,支持50系
4
@刘悦的技术博客
刘悦的技术博客认证作者
73
126H
更新时间：2026-06-01
支持自启动
Anima-Base,文生图,图像修改,6G显存可用,批量任务,支持50系
Anima-Base,文生图,图像修改,6G显存可用,批量任务,支持50系
0元/小时
ComfyUI图片生成
Lens-Turbo,文生图,图生图,至少需要12G显存,批量任务,支持50系
Lens-Turbo,文生图,图生图,至少需要12G显存,批量任务,支持50系
2
@刘悦的技术博客
刘悦的技术博客认证作者
30
31H
更新时间：2026-05-30
支持自启动
Lens-Turbo,文生图,图生图,至少需要12G显存,批量任务,支持50系
Lens-Turbo,文生图,图生图,至少需要12G显存,批量任务,支持50系
0元/小时
语音合成AI应用
MOSS-TTS-v1.5 音色克隆，文字转语音TTS，效果非常稳定，相似度高，支持30种语言，精准控制停顿，拼音，长参考音频+短目标文本的克隆更可靠！
MOSS-TTS-v1.5 音色克隆，文字转语音TTS，效果非常稳定，相似度高，支持30种语言，精准控制停顿，拼音，长参考音频+短目标文本的克隆更可靠！
22
@余子越Talk
余子越Talk认证作者
462
1442H
更新时间：2026-06-15
支持自启动
支持任意时刻停顿：用户可以在文本中插入类似 [pause 3.2s] 的标记，精确控制语音中的停顿时长。更稳定的音色克隆.
支持任意时刻停顿：用户可以在文本中插入类似 [pause 3.2s] 的标记，精确控制语音中的停顿时长。更稳定的音色克隆.
0元/小时
AI音乐AI应用SVC
SVC-Fusion_api
SVC-Fusion_api
4
@aiguoliuguo
aiguoliuguo认证作者
191
940H
更新时间：2026-05-29
支持自启动
SVC Fusion-api服务端
SVC Fusion-api服务端
0元/小时
ComfyUILTX视频生成
LTX2.3 10Eros 图生视频双工作流：相似度保持 + 分块增强，一张图生成更稳更清晰的视频
LTX2.3 10Eros 图生视频双工作流：相似度保持 + 分块增强，一张图生成更稳更清晰的视频
23
@AI-KSK
AI-KSK认证作者
198
1002H
更新时间：2026-06-11
支持自启动
LTX2.3 10Eros 图生视频双工作流，支持相似度保持与分块增强，一张图生成更稳、更清晰的视频。
LTX2.3 10Eros 图生视频双工作流，支持相似度保持与分块增强，一张图生成更稳、更清晰的视频。
0元/小时
LongCat图片生成图片编辑
LongCat-Image-Edit-Turbo,文生图,图生图,局部重绘,4k超分,批量任务,支持50系
LongCat-Image-Edit-Turbo,文生图,图生图,局部重绘,4k超分,批量任务,支持50系
10
@刘悦的技术博客
刘悦的技术博客认证作者
98
47H
更新时间：2026-05-28
支持自启动
LongCat-Image-Edit-Turbo,文生图,图生图,局部重绘,4k超分,批量任务,支持50系
LongCat-Image-Edit-Turbo,文生图,图生图,局部重绘,4k超分,批量任务,支持50系
0元/小时
ComfyUI
RUIQILI_COMFYUI
RUIQILI_COMFYUI
8
@李睿琪
172
750H
更新时间：2026-06-01
支持自启动
建筑模型 ComfyUI
建筑模型 ComfyUI
0元/小时
数字人AI电商ComfyUI
20260527ComfyUI全能整合包
20260527ComfyUI全能整合包
18
@老徐Ai研习社
老徐Ai研习社认证作者
192
1529H
更新时间：2026-05-30
支持自启动
20260527ComfyUI全能整合包
20260527ComfyUI全能整合包
0元/小时
AI音乐AI应用AI漫剧
StableAudio3
StableAudio3
2
@余子越Talk
余子越Talk认证作者
23
48H
更新时间：2026-06-15
支持自启动
Stability AI 开源新王炸 Stable-Audio-3, 音效和纯音乐生成,4G显存可用,支持纯CPU,支持中文提示词！
Stability AI 开源新王炸 Stable-Audio-3, 音效和纯音乐生成,4G显存可用,支持纯CPU,支持中文提示词！
0元/小时
ComfyUIWan
ComfyUI纯净版,集成wan2.2图生视频
ComfyUI纯净版,集成wan2.2图生视频
1
@
23
35H
更新时间：2026-05-28
支持自启动
小白初学入门，纯净官方无冗余，详细看介绍
小白初学入门，纯净官方无冗余，详细看介绍
0.15元/小时
ComfyUILTX图片编辑
Comfy打开即用LTX2.3Dasiwa视频生成qwen图像编辑
Comfy打开即用LTX2.3Dasiwa视频生成qwen图像编辑
19
@梦影Erislia
168
426H
更新时间：2026-05-25
Comfy打开即用LTX2.3Dasiwa视频生成qwen图像编辑
Comfy打开即用LTX2.3Dasiwa视频生成qwen图像编辑
0元/小时
视频生成
LongCat-Video-1.5来自美团最新开源视频模型文生视频图生视频数字人视频webui
LongCat-Video-1.5来自美团最新开源视频模型文生视频图生视频数字人视频webui
9
@鸡你太美
鸡你太美认证作者
72
138H
更新时间：2026-05-24
LongCat-Video-1.5来自美团最新开源视频模型文生视频图生视频数字人视频webui
LongCat-Video-1.5来自美团最新开源视频模型文生视频图生视频数字人视频webui
0元/小时
数字人LTX视频生成
LTX-2.3-OmniNFT-文图生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
LTX-2.3-OmniNFT-文图生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
17
@刘悦的技术博客
刘悦的技术博客认证作者
129
173H
更新时间：2026-05-23
支持自启动
LTX-2.3-OmniNFT-文图生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
LTX-2.3-OmniNFT-文图生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
0元/小时
视频生成LongCat数字人
LongCat Avatar 1.5｜WebUI 无限时长数字人镜像
LongCat Avatar 1.5｜WebUI 无限时长数字人镜像
14
@AI-KSK
AI-KSK认证作者
110
491H
更新时间：2026-05-24
支持自启动
内置简易 WebUI，支持 6 种运行方式，主打高清数字人长视频生成。480P 可用 48G 显卡运行，720P 建议更高规格 GPU，适合低中断率超长视频制作。
内置简易 WebUI，支持 6 种运行方式，主打高清数字人长视频生成。480P 可用 48G 显卡运行，720P 建议更高规格 GPU，适合低中断率超长视频制作。
0元/小时
语音合成
超强TTS情感控制VoxCPM云端API接口
超强TTS情感控制VoxCPM云端API接口
4
@河狸配音工坊
28
333H
更新时间：2026-06-09
支持自启动
超强TTS情感控制VoxCPM云端API接口
超强TTS情感控制VoxCPM云端API接口
0元/小时
视频生成
来自英伟达的长视频开源解决方案LongLive 2.0 WebUI
来自英伟达的长视频开源解决方案LongLive 2.0 WebUI
2
@鸡你太美
鸡你太美认证作者
5
1H
更新时间：2026-05-23
支持自启动
来自英伟达的长视频开源解决方案LongLive 2.0 WebUI
来自英伟达的长视频开源解决方案LongLive 2.0 WebUI
0元/小时
Lora训练
Animal Lora训练器 附详细说明
Animal Lora训练器 附详细说明
9
@野生技能师
35
142H
更新时间：2026-05-25
Animal Lora训练器，有训练设置的详细说明
Animal Lora训练器，有训练设置的详细说明
0元/小时
语音合成AI音乐
Stable-Audio-3,声音生成,4G显存可用,支持纯CPU,支持中文提示词,接口API调用,ASMR助眠,文字生成声音和音乐,支持老显卡,支持50系
Stable-Audio-3,声音生成,4G显存可用,支持纯CPU,支持中文提示词,接口API调用,ASMR助眠,文字生成声音和音乐,支持老显卡,支持50系
5
@刘悦的技术博客
刘悦的技术博客认证作者
16
10H
更新时间：2026-05-22
支持自启动
Stable-Audio-3,声音生成,4G显存可用,支持纯CPU,支持中文提示词,接口API调用,ASMR助眠,文字生成声音和音乐,支持老显卡,支持50系
Stable-Audio-3,声音生成,4G显存可用,支持纯CPU,支持中文提示词,接口API调用,ASMR助眠,文字生成声音和音乐,支持老显卡,支持50系
0元/小时
ComfyUI图片生成Lora训练
Anima LoRA 批量炼丹工厂
Anima LoRA 批量炼丹工厂
16
@AI-KSK
AI-KSK认证作者
164
530H
更新时间：2026-05-22
支持自启动
内置 AnimaForge 批量 LoRA 训练插件，支持自动打标、Caption 清洗、触发词保护与批量训练。
内置 AnimaForge 批量 LoRA 训练插件，支持自动打标、Caption 清洗、触发词保护与批量训练。
0元/小时
混元3D生成其他
混元World模型Mirror
混元World模型Mirror
2
@梦影Erislia
7
5H
更新时间：2026-05-22
生成3d高斯，法线图等
生成3d高斯，法线图等
0元/小时
数字人
羲和AI爆款IP口播智能体
羲和AI爆款IP口播智能体
4
@羲和AI爆款IP口播智能体
51
232H
更新时间：2026-05-21
支持自启动
羲和AI爆款IP口播智能体官方团队打造
羲和AI爆款IP口播智能体官方团队打造
0元/小时
语音合成SVC
SVC-WebUI
SVC-WebUI
70
@乔大峰
乔大峰认证作者
1546
16981H
更新时间：2026-07-20
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
语音合成LTX
DramaBox,语义化场景描述语音模型,TTS,接口api使用,8G显存可用,文本转语音,语速调节
DramaBox,语义化场景描述语音模型,TTS,接口api使用,8G显存可用,文本转语音,语速调节
3
@刘悦的技术博客
刘悦的技术博客认证作者
16
3H
更新时间：2026-05-20
支持自启动
DramaBox,语义化场景描述语音模型,TTS,接口api使用,8G显存可用,文本转语音,语速调节
DramaBox,语义化场景描述语音模型,TTS,接口api使用,8G显存可用,文本转语音,语速调节
0元/小时
视频生成
超强AI字幕识别翻译，Captions_Auto_V1，工业级别效果，本地无限生成！音视频字幕识别 | 字幕翻译 | 短视频文案识别
超强AI字幕识别翻译，Captions_Auto_V1，工业级别效果，本地无限生成！音视频字幕识别 | 字幕翻译 | 短视频文案识别
7
@与AI同行
与AI同行认证作者
17
34H
更新时间：2026-05-20
支持自启动
超强AI字幕识别翻译，Captions_Auto_V1，工业级别效果，本地无限生成！音视频字幕识别 | 字幕翻译 | 短视频文案识别
超强AI字幕识别翻译，Captions_Auto_V1，工业级别效果，本地无限生成！音视频字幕识别 | 字幕翻译 | 短视频文案识别
0元/小时
IndexTTS
Index TTS2长视频配音
Index TTS2长视频配音
3
@
19
16H
更新时间：2026-05-20
支持自启动
本镜像是一个基于 IndexTTS2 的中英视频自动配音工具，适合将英文视频或音频批量转换为中文克隆配音。
本镜像是一个基于 IndexTTS2 的中英视频自动配音工具，适合将英文视频或音频批量转换为中文克隆配音。
0.01元/小时
视频生成Wan
Wan2.2-ReMix3.0-Relay-Smart-图生视频-文生视频
Wan2.2-ReMix3.0-Relay-Smart-图生视频-文生视频
23
@刘悦的技术博客
刘悦的技术博客认证作者
199
1228H
更新时间：2026-05-19
支持自启动
Wan2.2-ReMix3.0-Relay-Smart-图生视频-文生视频
Wan2.2-ReMix3.0-Relay-Smart-图生视频-文生视频
0元/小时
ComfyUILTX视频生成
LTX-2.3-Prompt-Relay-Smart-图生视频-多人对话-单人数字人,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
LTX-2.3-Prompt-Relay-Smart-图生视频-多人对话-单人数字人,自动补帧,支持50系,自定义分辨率,自适应端口,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
99
439H
更新时间：2026-05-16
支持自启动
LTX-2.3-Prompt-Relay-Smart-图生视频-多人对话-单人数字人,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
LTX-2.3-Prompt-Relay-Smart-图生视频-多人对话-单人数字人,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
0元/小时
图片生成图片编辑
HiDream-O1 新架构图像生成
HiDream-O1 新架构图像生成
0
@鹄仙
鹄仙认证作者
5
4H
更新时间：2026-05-14
新架构2K直出图像模型
新架构2K直出图像模型
0元/小时
图片生成图片编辑
hidream-o1-image,文生图,图片编辑,多图编辑,4k超分,批量任务,支持50系
hidream-o1-image,文生图,图片编辑,多图编辑,4k超分,批量任务,支持50系
8
@刘悦的技术博客
刘悦的技术博客认证作者
88
39H
更新时间：2026-05-14
支持自启动
hidream-o1-image,文生图,图片编辑,多图编辑,4k超分,批量任务,支持50系
hidream-o1-image,文生图,图片编辑,多图编辑,4k超分,批量任务,支持50系
0元/小时
ComfyUILTXInfiniteTalk
官方出手：LTX2.3视频人物一键改台词
官方出手：LTX2.3视频人物一键改台词
5
@AI-KSK
AI-KSK认证作者
43
21H
更新时间：2026-05-12
支持自启动
基于 LTX2.3 的视频改台词配音镜像，支持新语音生成、口型同步与说话人风格保留。
基于 LTX2.3 的视频改台词配音镜像，支持新语音生成、口型同步与说话人风格保留。
0元/小时
图片生成视频生成AI漫剧
Huobao-Drama
Huobao-Drama
33
@huobao-ai
huobao-ai认证作者
164
469H
更新时间：2026-05-11
支持自启动
Huobao Drama 是一个基于 AI 的短剧自动化生产平台，实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化
Huobao Drama 是一个基于 AI 的短剧自动化生产平台，实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化
0元/小时
LTX视频生成ComfyUI
Sulphur-2-GGUF-图生视频-文生视频,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
Sulphur-2-GGUF-图生视频-文生视频,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
17
@刘悦的技术博客
刘悦的技术博客认证作者
213
608H
更新时间：2026-05-09
支持自启动
Sulphur-2-GGUF-图生视频-文生视频,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
Sulphur-2-GGUF-图生视频-文生视频,自动补帧,支持50系,自定义分辨率,自适应端口,批量任务队列
0元/小时
数字人
ltx2.3图片可控分镜数字人
ltx2.3图片可控分镜数字人
3
@pappyai
6
1H
更新时间：2026-06-04
支持自启动
ltx2.3可控分镜图片数字人生成。
ltx2.3可控分镜图片数字人生成。
0元/小时
语音识别
准确率极高的离线字幕.SRT生成，带时间轴，下载即可使用
准确率极高的离线字幕.SRT生成，带时间轴，下载即可使用
1
@星尘玩AI
0
0H
更新时间：2026-05-20
支持自启动
普通话不标准也能准确率极高的字幕.SRT，带时间轴，下载即可使用，支持中英文
普通话不标准也能准确率极高的字幕.SRT，带时间轴，下载即可使用，支持中英文
0元/小时
Qwen
GRPO_qwen2.5_1.5B
GRPO_qwen2.5_1.5B
0
@云龙老师
2
1H
更新时间：2026-05-08
通过该镜像可以实现qwen2.5-1.5B的强化学习训练
通过该镜像可以实现qwen2.5-1.5B的强化学习训练
0.1元/小时
文本模型数字人行业模型
Gemma-4-26B-A4B-it-Uncensored,8K上下文,AI女友,大语言模型,语音对话,适合甜品卡,支持50系
Gemma-4-26B-A4B-it-Uncensored,8K上下文,AI女友,大语言模型,语音对话,适合甜品卡,支持50系
4
@刘悦的技术博客
刘悦的技术博客认证作者
24
26H
更新时间：2026-05-08
支持自启动
Gemma-4-26B-A4B-it-Uncensored,8K上下文,AI女友,大语言模型,语音对话,适合甜品卡,支持50系
Gemma-4-26B-A4B-it-Uncensored,8K上下文,AI女友,大语言模型,语音对话,适合甜品卡,支持50系
0元/小时
视频生成Wan
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
6
@鸡你太美
鸡你太美认证作者
89
67H
更新时间：2026-05-08
支持自启动
ai视频生成速度提升百倍！基于wan2.1，wan2.2加速ai优化推理速度
ai视频生成速度提升百倍！基于wan2.1，wan2.2加速ai优化推理速度
0元/小时
语音合成
MOSS TTSD 0.7
MOSS TTSD 0.7
1
@super-Z
2
0H
更新时间：2026-05-08
MOSS TTSD 0.7，主要用于双人对话生成
MOSS TTSD 0.7，主要用于双人对话生成
0元/小时
ComfyUILTX视频生成
Sulphur& 10Eros ltx2.3视频生产解锁镜像
Sulphur& 10Eros ltx2.3视频生产解锁镜像
42
@AI-KSK
AI-KSK认证作者
305
730H
更新时间：2026-05-26
支持自启动
Sulphur-10Eros-LTX2.3 解锁视频生产镜像，基于 ComfyUI 搭建，内置 Sulphur Distill BF16、10Eros BF16，支持官方工作流和高自由度私域视频创作。
Sulphur-10Eros-LTX2.3 解锁视频生产镜像，基于 ComfyUI 搭建，内置 Sulphur Distill BF16、10Eros BF16，支持官方工作流和高自由度私域视频创作。
0元/小时
AI漫剧Lora训练AI电商
20260506_aitoolkit全能lora模型训练王
20260506_aitoolkit全能lora模型训练王
25
@老徐Ai研习社
老徐Ai研习社认证作者
132
877H
更新时间：2026-05-06
支持自启动
aitoolkit全能lora模型训练王
aitoolkit全能lora模型训练王
0元/小时
其他
anima炼丹v2
anima炼丹v2
7
@zhanglang
32
182H
更新时间：2026-05-08
anima炼丹
anima炼丹
0元/小时
ComfyUILTX视频生成
LTX-2.3-10Eros-图生视频-文生视频-多人对话-单人数字人
LTX-2.3-10Eros-图生视频-文生视频-多人对话-单人数字人
11
@刘悦的技术博客
刘悦的技术博客认证作者
154
197H
更新时间：2026-05-08
支持自启动
LTX-2.3-10Eros-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-10Eros-图生视频-文生视频-多人对话-单人数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
ComfyUI图片生成图片编辑
Pmaster-v3.5-Turbo,文生图,图生图,洗图
Pmaster-v3.5-Turbo,文生图,图生图,洗图
9
@刘悦的技术博客
刘悦的技术博客认证作者
87
110H
更新时间：2026-05-08
支持自启动
Pmaster-v3.5-Turbo,文生图,图生图,洗图,6G显存可用,4k超分,局部重绘,自动提示词,支持50系,批量任务队列
Pmaster-v3.5-Turbo,文生图,图生图,洗图,6G显存可用,4k超分,局部重绘,自动提示词,支持50系,批量任务队列
0元/小时
语音合成IndexTTSQwen3-TTS
声音克隆OmniVoice——600+语言音色克隆 - 音色设计 - 多语言语音生成
声音克隆OmniVoice——600+语言音色克隆 - 音色设计 - 多语言语音生成
18
@星尘玩AI
123
1235H
更新时间：2026-05-20
支持自启动
支持600+语言音色克隆 - 音色设计 - 多语言语音生成
支持600+语言音色克隆 - 音色设计 - 多语言语音生成
0元/小时
数字人LTX视频生成
LTX-2.3-22B-DISTILLED-1.1-VBVR-文生视频-首尾帧,单图无限时长
LTX-2.3-22B-DISTILLED-1.1-VBVR-文生视频-首尾帧,单图无限时长
26
@刘悦的技术博客
刘悦的技术博客认证作者
289
461H
更新时间：2026-05-08
支持自启动
LTX-2.3-22B-DISTILLED-1.1-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-22B-DISTILLED-1.1-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
数字人ComfyUILTX
LTX-2.3-22B-DISTILLED-1.1-VBVR-图片数字人-自动补帧
LTX-2.3-22B-DISTILLED-1.1-VBVR-图片数字人-自动补帧
17
@刘悦的技术博客
刘悦的技术博客认证作者
113
149H
更新时间：2026-05-08
支持自启动
LTX-2.3-22B-DISTILLED-1.1-VBVR-图片数字人-自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词
LTX-2.3-22B-DISTILLED-1.1-VBVR-图片数字人-自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词
0元/小时
LTXComfyUI视频生成
LTX-2.3-DISTILLED-1.1-多人对话-男女对唱-图片数字人
LTX-2.3-DISTILLED-1.1-多人对话-男女对唱-图片数字人
12
@刘悦的技术博客
刘悦的技术博客认证作者
57
111H
更新时间：2026-05-08
支持自启动
LTX-2.3-DISTILLED-1.1-多人对话-男女对唱-图片数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-DISTILLED-1.1-多人对话-男女对唱-图片数字人,8G显存可用,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
图片生成ComfyUI
RedMix-Ernie-Image,4k超分,文生图,图生图,自动提示词,批量任务
RedMix-Ernie-Image,4k超分,文生图,图生图,自动提示词,批量任务
3
@刘悦的技术博客
刘悦的技术博客认证作者
60
29H
更新时间：2026-05-02
支持自启动
RedMix-Ernie-Image,4k超分,文生图,图生图,自动提示词,批量任务
RedMix-Ernie-Image,4k超分,文生图,图生图,自动提示词,批量任务
0元/小时
LTX视频生成视频编辑
LTX-2.3-DISTILLED-1.1-视频编辑-视频内容修改
LTX-2.3-DISTILLED-1.1-视频编辑-视频内容修改
12
@刘悦的技术博客
刘悦的技术博客认证作者
66
103H
更新时间：2026-04-30
支持自启动
LTX-2.3-DISTILLED-1.1-视频编辑-视频内容修改
LTX-2.3-DISTILLED-1.1-视频编辑-视频内容修改
0元/小时
语音合成
超强AI语音克隆，VOXCPM-V2合集，语音克隆 | 音色保存 | 多音字 | 批量生成 | 超长文本生成
超强AI语音克隆，VOXCPM-V2合集，语音克隆 | 音色保存 | 多音字 | 批量生成 | 超长文本生成
49
@与AI同行
与AI同行认证作者
401
640H
更新时间：2026-04-30
支持自启动
超强AI语音克隆，VOXCPM-V2合集，语音克隆 | 音色保存 | 多音字 | 批量生成 | 超长文本生成
超强AI语音克隆，VOXCPM-V2合集，语音克隆 | 音色保存 | 多音字 | 批量生成 | 超长文本生成
0元/小时
ComfyUIFlux图片生成
Flux2 Klein 微操级控图 一致性镜像
Flux2 Klein 微操级控图 一致性镜像
19
@AI-KSK
AI-KSK认证作者
177
888H
更新时间：2026-04-30
支持自启动
基于 ComfyUI、Flux2 Klein 9B，集成提示词增强、参考图控制、身份保持、颜色锚定和实验采样，适合保脸换姿势、多图合成、图生图精修与高一致性人像编辑。
基于 ComfyUI、Flux2 Klein 9B，集成提示词增强、参考图控制、身份保持、颜色锚定和实验采样，适合保脸换姿势、多图合成、图生图精修与高一致性人像编辑。
0元/小时
AI音乐
最强免费生成音乐，ACE-Step-V1.5-XL，免费版Suno，商业级别音乐效果！
最强免费生成音乐，ACE-Step-V1.5-XL，免费版Suno，商业级别音乐效果！
12
@与AI同行
与AI同行认证作者
57
92H
更新时间：2026-04-30
支持自启动
最强免费生成音乐，ACE-Step-V1.5-XL，免费版Suno，商业级别音乐效果
最强免费生成音乐，ACE-Step-V1.5-XL，免费版Suno，商业级别音乐效果
0元/小时
具身智能
openVLA
openVLA
1
@
1
0H
更新时间：2026-04-30
优云首个openvla推理镜像，实现输入图片，得到动作输出
优云首个openvla推理镜像，实现输入图片，得到动作输出
0.1元/小时
ComfyUILTX数字人
LTX2.3 大丝袜视频工作流 I2V/T2V/V2V/首尾帧/音频一体化镜像
LTX2.3 大丝袜视频工作流 I2V/T2V/V2V/首尾帧/音频一体化镜像
15
@AI-KSK
AI-KSK认证作者
135
87H
更新时间：2026-04-30
支持自启动
LTX2.3 DaSiWa 视频生成整合镜像，基于 ComfyUI 封装，内置 OmniForge 工作流，支持图生视频、文生视频、首尾帧过渡、视频转视频与音频生成
LTX2.3 DaSiWa 视频生成整合镜像，基于 ComfyUI 封装，内置 OmniForge 工作流，支持图生视频、文生视频、首尾帧过渡、视频转视频与音频生成
0元/小时
AI音乐Lora训练ComfyUI
ACE-Step-1.5UI音乐生成和Lora训练
ACE-Step-1.5UI音乐生成和Lora训练
26
@梦影Erislia
173
790H
更新时间：2026-04-26
ACE-Step-1.5UI音乐生成和Lora训练
ACE-Step-1.5UI音乐生成和Lora训练
0元/小时
AI漫剧
融光短视频创作平台webUI开源全流程AI视频创作平台自动化工作流
融光短视频创作平台webUI开源全流程AI视频创作平台自动化工作流
3
@鸡你太美
鸡你太美认证作者
26
40H
更新时间：2026-04-27
支持自启动
可以无卡模式运行改项目
可以无卡模式运行改项目
0元/小时
图片生成图片编辑
GPT-Image-2,4k超分,文生图,图生图,自动提示词,批量任务,基于国内DMXAPI接口平台
GPT-Image-2,4k超分,文生图,图生图,自动提示词,批量任务,基于国内DMXAPI接口平台
9
@刘悦的技术博客
刘悦的技术博客认证作者
116
98H
更新时间：2026-04-26
支持自启动
GPT-Image-2,4k超分,文生图,图生图,自动提示词,批量任务,基于国内DMXAPI接口平台
GPT-Image-2,4k超分,文生图,图生图,自动提示词,批量任务,基于国内DMXAPI接口平台
0元/小时
语音合成语音识别
OmniVoice,批量任务,智能字幕SRT配音,多人对话,接口api使用,速度1比0.3,支持超长文本,声音克隆
OmniVoice,批量任务,智能字幕SRT配音,多人对话,接口api使用,速度1比0.3,支持超长文本,声音克隆
10
@刘悦的技术博客
刘悦的技术博客认证作者
77
1325H
更新时间：2026-04-25
支持自启动
OmniVoice,批量任务,智能字幕SRT配音,多人对话,接口api使用,速度1比0.3,支持超长文本,声音克隆
OmniVoice,批量任务,智能字幕SRT配音,多人对话,接口api使用,速度1比0.3,支持超长文本,声音克隆
0元/小时
语音合成
OmniVoice维吾尔语TTS在线webui文本转语音声音专版
OmniVoice维吾尔语TTS在线webui文本转语音声音专版
3
@鸡你太美
鸡你太美认证作者
38
57H
更新时间：2026-04-27
支持自启动
维吾尔语TTS在线webui文本转语音声音专版
维吾尔语TTS在线webui文本转语音声音专版
0元/小时
图片生成
AI图片新王登基，GPT-Image-2合集，超强图片细节，低至0.04元/张！图片生成 | 多图编辑 | 批量生成 | 最火爆的60+种提示词玩法
AI图片新王登基，GPT-Image-2合集，超强图片细节，低至0.04元/张！图片生成 | 多图编辑 | 批量生成 | 最火爆的60+种提示词玩法
21
@与AI同行
与AI同行认证作者
227
1161H
更新时间：2026-04-24
支持自启动
AI图片新王登基，GPT-Image-2合集，超强图片细节，低至0.04元/张！图片生成 | 多图编辑 | 批量生成 | 最火爆的60+种提示词玩法
AI图片新王登基，GPT-Image-2合集，超强图片细节，低至0.04元/张！图片生成 | 多图编辑 | 批量生成 | 最火爆的60+种提示词玩法
0元/小时
视频编辑
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
43
@鸡你太美
鸡你太美认证作者
530
2828H
更新时间：2026-04-27
支持自启动
facefusion3.6.1全模型离线
facefusion3.6.1全模型离线
0元/小时
语音合成IndexTTSSVC
动漫短剧多人对话配音ComfyUi_voxcpm2
动漫短剧多人对话配音ComfyUi_voxcpm2
3
@星尘玩AI
17
27H
更新时间：2026-05-20
支持自启动
支持多种语言的，单多人对话声音克隆配音
支持多种语言的，单多人对话声音克隆配音
0元/小时
ComfyUI图片生成
Ernie-Image-AIO-Rapid,4k超分,文生图,图生图,自动提示词,批量任务,支持50系
Ernie-Image-AIO-Rapid,4k超分,文生图,图生图,自动提示词,批量任务,支持50系
8
@刘悦的技术博客
刘悦的技术博客认证作者
48
17H
更新时间：2026-04-23
支持自启动
Ernie-Image-AIO-Rapid,4k超分,文生图,图生图,自动提示词,批量任务,支持50系
Ernie-Image-AIO-Rapid,4k超分,文生图,图生图,自动提示词,批量任务,支持50系
0元/小时
AI音乐ComfyUILTX
202604ComfyUI全能整合包，LTX2.3最新cu130环境更快更稳定
202604ComfyUI全能整合包，LTX2.3最新cu130环境更快更稳定
22
@老徐Ai研习社
老徐Ai研习社认证作者
216
670H
更新时间：2026-04-22
支持自启动
cu130环境更快更稳定
cu130环境更快更稳定
0元/小时
IndexTTS语音合成SVC
AI动漫配音—VoxCPM2一键语音克隆、配音、训练、支持LoRA
AI动漫配音—VoxCPM2一键语音克隆、配音、训练、支持LoRA
28
@星尘玩AI
113
270H
更新时间：2026-05-20
支持自启动
VoxCPM2支持AI动漫配音等多种应用场景，一键语音克隆、配音、训练、支持LoRA
VoxCPM2支持AI动漫配音等多种应用场景，一键语音克隆、配音、训练、支持LoRA
0元/小时
文本模型
谷歌最新本地模型gemma4最强智能助理hermes agent一个本地免token的智能助理模型全部离线
谷歌最新本地模型gemma4最强智能助理hermes agent一个本地免token的智能助理模型全部离线
5
@鸡你太美
鸡你太美认证作者
83
109H
更新时间：2026-04-27
支持自启动
谷歌最新本地模型gemma4最强智能助理hermes agent一个本地免token的智能助理模型全部离线
谷歌最新本地模型gemma4最强智能助理hermes agent一个本地免token的智能助理模型全部离线
0元/小时
推理框架
ollama
ollama
0
@苍耳阿猫
苍耳阿猫认证作者
26
129H
更新时间：2026-04-21
ollama-0.21.0
ollama-0.21.0
0元/小时
ComfyUIWan视频生成
Wan2.2_LightX2V-260412-文生视频-首尾帧-单图无限时长,自动补帧,自定义分辨率,自适应端口,自动提示词,自动任务控制
Wan2.2_LightX2V-260412-文生视频-首尾帧-单图无限时长,自动补帧,自定义分辨率,自适应端口,自动提示词,自动任务控制
27
@刘悦的技术博客
刘悦的技术博客认证作者
257
462H
更新时间：2026-04-20
支持自启动
Wan2.2_LightX2V-260412-文生视频-首尾帧-单图无限时长,自动补帧,自定义分辨率,自适应端口,自动提示词,自动任务控制
Wan2.2_LightX2V-260412-文生视频-首尾帧-单图无限时长,自动补帧,自定义分辨率,自适应端口,自动提示词,自动任务控制
0元/小时
ComfyUILTX视频生成
LTX-2.3-DISTILLED-1.1-IC-Lora-动作迁移,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-DISTILLED-1.1-IC-Lora-动作迁移,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
13
@刘悦的技术博客
刘悦的技术博客认证作者
248
262H
更新时间：2026-04-19
支持自启动
LTX-2.3-DISTILLED-1.1-IC-Lora-动作迁移,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-DISTILLED-1.1-IC-Lora-动作迁移,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
图片生成视频生成其他
猫影短剧AI驱动的小说转短剧全流程生产平台小说文本自动转换为短剧视频 构建by科哥
猫影短剧AI驱动的小说转短剧全流程生产平台小说文本自动转换为短剧视频 构建by科哥
14
@鸡你太美
鸡你太美认证作者
70
158H
更新时间：2026-04-27
支持自启动
可以无卡模式运行改项目0.15元每小时按秒计费
可以无卡模式运行改项目0.15元每小时按秒计费
0元/小时
图生文图片生成视频生成
火宝AI短视频创作系统可以无卡模型运行该项目使用前阅读使用说明
火宝AI短视频创作系统可以无卡模型运行该项目使用前阅读使用说明
0
@鸡你太美
鸡你太美认证作者
18
61H
更新时间：2026-04-27
支持自启动
可以无卡模式运行改项目0.15元每小时按秒计费
可以无卡模式运行改项目0.15元每小时按秒计费
0元/小时
图片生成视频生成其他
moyin AI影视生产级工具支持 Seedance 2.0剧本到成片全流程批量化 构建by科哥
moyin AI影视生产级工具支持 Seedance 2.0剧本到成片全流程批量化 构建by科哥
16
@鸡你太美
鸡你太美认证作者
70
62H
更新时间：2026-04-27
支持自启动
可以无卡模式运行改项目0.15元每小时按秒计费
可以无卡模式运行改项目0.15元每小时按秒计费
0元/小时
图片生成视频生成
Toonflow一款AI短剧创作工具将小说自动转化为剧本生成 AI 图片和视频的平台 构建by科哥
Toonflow一款AI短剧创作工具将小说自动转化为剧本生成 AI 图片和视频的平台 构建by科哥
10
@鸡你太美
鸡你太美认证作者
63
50H
更新时间：2026-04-27
支持自启动
可以无卡模式运行改项目0.15元每小时按秒计费
可以无卡模式运行改项目0.15元每小时按秒计费
0元/小时
语音合成Lora训练
VoxCPM2 一键切片打标训练集准备&训练生成一体化镜像
VoxCPM2 一键切片打标训练集准备&训练生成一体化镜像
7
@AI-KSK
AI-KSK认证作者
35
31H
更新时间：2026-04-19
支持自启动
集成 VoxCPM2 一键切片、自动打标、训练集整理、LoRA 训练与生成推理，开箱即用的全流程声音克隆训练镜像。
集成 VoxCPM2 一键切片、自动打标、训练集整理、LoRA 训练与生成推理，开箱即用的全流程声音克隆训练镜像。
0元/小时
数字人ComfyUIInfiniteTalk
InfiniteTalk数字人量化版
InfiniteTalk数字人量化版
14
@阿凯CDZK6688
160
873H
更新时间：2026-05-10
支持自启动
InfiniteTalk数字人量化版4090效果最好，3090也可用
InfiniteTalk数字人量化版4090效果最好，3090也可用
0.1元/小时
ComfyUI图片生成
ERNIE-Image：开源图像生成新王炸
ERNIE-Image：开源图像生成新王炸
7
@AI-KSK
AI-KSK认证作者
45
136H
更新时间：2026-04-17
支持自启动
ERNIE-Image ComfyUI镜像，集成百度开源文生图模型，擅长文字排版、复杂指令与结构化出图，适合海报、信息图等场景
ERNIE-Image ComfyUI镜像，集成百度开源文生图模型，擅长文字排版、复杂指令与结构化出图，适合海报、信息图等场景
0元/小时
语音合成
VoxCPM2雨落版整合包
VoxCPM2雨落版整合包
24
@雨落实战
雨落实战认证作者
206
2049H
更新时间：2026-04-17
支持自启动
VoxCPM2雨落版整合包，支持多种业务场景
VoxCPM2雨落版整合包，支持多种业务场景
0元/小时
ComfyUI图片生成
Ernie-Image-Turbo-uncensored,文生图,图生图,自动提示词,批量任务,支持50系
Ernie-Image-Turbo-uncensored,文生图,图生图,自动提示词,批量任务,支持50系
5
@刘悦的技术博客
刘悦的技术博客认证作者
76
62H
更新时间：2026-04-16
支持自启动
Ernie-Image-Turbo-uncensored,文生图,图生图,自动提示词,批量任务,支持50系
Ernie-Image-Turbo-uncensored,文生图,图生图,自动提示词,批量任务,支持50系
0元/小时
数字人视频生成
Musetalk训练专用
Musetalk训练专用
1
@有黑眼圈的小竹熊
4
1H
更新时间：2026-04-17
支持自启动
Musetalk训练专用
Musetalk训练专用
0.3元/小时
语音合成
最强AI语音克隆，LongcatAudio合集，语音克隆 | 音色保存 | 多人对话 | 字幕生成语音| 多音字 | 批量生成
最强AI语音克隆，LongcatAudio合集，语音克隆 | 音色保存 | 多人对话 | 字幕生成语音| 多音字 | 批量生成
20
@与AI同行
与AI同行认证作者
105
100H
更新时间：2026-04-15
支持自启动
最强AI语音克隆，LongcatAudio合集，语音克隆 | 音色保存 | 多人对话 | 字幕生成语音| 多音字 | 批量生成，6G显存可用！
最强AI语音克隆，LongcatAudio合集，语音克隆 | 音色保存 | 多人对话 | 字幕生成语音| 多音字 | 批量生成，6G显存可用！
0元/小时
Lora训练图片生成其他
百度ERNIE-Image的Lora训练AI-TOOLKIT
百度ERNIE-Image的Lora训练AI-TOOLKIT
0
@梦影Erislia
26
211H
更新时间：2026-04-15
百度ERNIE-Image的Lora训练AI-TOOLKIT
百度ERNIE-Image的Lora训练AI-TOOLKIT
0元/小时
视频生成
VAD-fast3.0 图生视频模型，可批量生成，3分钟出15秒视频
VAD-fast3.0 图生视频模型，可批量生成，3分钟出15秒视频
9
@Ai老邱
43
27H
更新时间：2026-04-15
支持自启动
图生视频模型，可真人批量生成，3分钟出15秒视频
图生视频模型，可真人批量生成，3分钟出15秒视频
0元/小时
文本模型
hermes-webui中文版支持自定义任意大模型支持微信飞书等接入
hermes-webui中文版支持自定义任意大模型支持微信飞书等接入
3
@鸡你太美
鸡你太美认证作者
14
42H
更新时间：2026-04-27
支持自启动
hermes-webui中文版支持自定义任意大模型支持微信飞书等接入
hermes-webui中文版支持自定义任意大模型支持微信飞书等接入
0元/小时
AI应用语音合成
ComfyUI_voxcpm全能生成_那颗星星(支持多人配音，支持lora训练，老版本支持)
ComfyUI_voxcpm全能生成_那颗星星(支持多人配音，支持lora训练，老版本支持)
19
@那颗星星
137
430H
更新时间：2026-04-15
支持自启动
最强大的VoxCPM节点，支持多人配音、支持训练lora(包含数据集准备节点，傻瓜式操作)、兼容老模型
最强大的VoxCPM节点，支持多人配音、支持训练lora(包含数据集准备节点，傻瓜式操作)、兼容老模型
0元/小时
ComfyUILora训练语音合成
VoxCPM2语音克隆工作流LORA训练comfy支持
VoxCPM2语音克隆工作流LORA训练comfy支持
8
@梦影Erislia
69
89H
更新时间：2026-04-14
VoxCPM2 TTS语音克隆工作流LORA训练comfy支持
VoxCPM2 TTS语音克隆工作流LORA训练comfy支持
0元/小时
语音合成
最强AI音色克隆，OmniVoice合集，音色克隆 | 语气控制 | 音色保存 | 多音字 | 批量生成
最强AI音色克隆，OmniVoice合集，音色克隆 | 语气控制 | 音色保存 | 多音字 | 批量生成
23
@与AI同行
与AI同行认证作者
1003
974H
更新时间：2026-04-13
支持自启动
最强AI音色克隆，OmniVoice合集，音色克隆 | 语气控制 | 音色保存 | 多音字 | 批量生成
最强AI音色克隆，OmniVoice合集，音色克隆 | 语气控制 | 音色保存 | 多音字 | 批量生成
0元/小时
FluxComfyUI图片生成
Flux.2-Klein-9B-GGUF
Flux.2-Klein-9B-GGUF
93
@刘悦的技术博客
刘悦的技术博客认证作者
1143
2506H
更新时间：2026-04-13
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
语音合成AI音乐
Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,支持50系
Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,支持50系
6
@刘悦的技术博客
刘悦的技术博客认证作者
43
298H
更新时间：2026-04-12
支持自启动
Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,支持50系
Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,支持50系
0元/小时
IndexTTSQwen3-TTSCosyVoice
咸鱼鱼VoxCPM
咸鱼鱼VoxCPM
9
@后期咸鱼鱼-小帆
107
123H
更新时间：2026-04-13
支持自启动
VoxCPM2
VoxCPM2
0元/小时
语音合成
VoxCPM2
VoxCPM2
5
@鹄仙
鹄仙认证作者
67
280H
更新时间：2026-04-11
多语言的声音克隆和设计项目，支持lora训练
多语言的声音克隆和设计项目，支持lora训练
0元/小时
语音合成IndexTTS语音识别
LongCat-AudioDiT 剧本创作台
LongCat-AudioDiT 剧本创作台
1
@K哥讲AI
K哥讲AI认证作者
13
155H
更新时间：2026-04-13
支持自启动
LongCat-AudioDiT WebUI 是基于该模型的可视化工具，支持音色库管理、剧本队列编排、长文本切分及音频生成，模块化设计配中文注释，本地部署开源免费，小白可轻松实现高质量语音克隆。
LongCat-AudioDiT WebUI 是基于该模型的可视化工具，支持音色库管理、剧本队列编排、长文本切分及音频生成，模块化设计配中文注释，本地部署开源免费，小白可轻松实现高质量语音克隆。
0元/小时
ComfyUILTXLora训练
ltx2.3-aitookit
ltx2.3-aitookit
8
@有趣的80后程序员
有趣的80后程序员认证作者
86
167H
更新时间：2026-04-13
支持自启动
ltx2.3 aitookit Lora训练镜像
ltx2.3 aitookit Lora训练镜像
0元/小时
IndexTTS语音合成AI应用
indextts-v1.52支持api调用deepspeed推理加速，并发请求，为AI直播优化的版本
indextts-v1.52支持api调用deepspeed推理加速，并发请求，为AI直播优化的版本
7
@屾哥日记
77
49334H
更新时间：2026-04-10
支持自启动
indextts-v1.52支持api调用deepspeed推理加速，并发请求，为AI直播优化的版本
indextts-v1.52支持api调用deepspeed推理加速，并发请求，为AI直播优化的版本
0元/小时
物理模拟分子动力
Gromacs系列
Gromacs系列
28
@苍耳阿猫
苍耳阿猫认证作者
616
21381H
更新时间：2026-04-09
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
GLMOCR识别
GLM-OCR
GLM-OCR
1
@苍耳阿猫
苍耳阿猫认证作者
4
1H
更新时间：2026-04-09
GLM-OCR
GLM-OCR
0元/小时
语音合成语音识别
VOXCPM2语音合成,TTS,多音字控制,接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持超长文本
VOXCPM2语音合成,TTS,多音字控制,接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持超长文本
10
@刘悦的技术博客
刘悦的技术博客认证作者
137
223H
更新时间：2026-04-08
支持自启动
VOXCPM2语音合成,TTS,多音字控制,接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持超长文本
VOXCPM2语音合成,TTS,多音字控制,接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持超长文本
0元/小时
AI音乐
AI音乐制作ACE-Step-1.5XL官方包
AI音乐制作ACE-Step-1.5XL官方包
9
@鹄仙
鹄仙认证作者
61
1145H
更新时间：2026-04-08
专业级别的AI音乐制作项目升级XL
专业级别的AI音乐制作项目升级XL
0元/小时
文本模型推理框架
Gemma-4 + GPT-OSS-120B 双破限大模型 WebUI 开箱即用镜像
Gemma-4 + GPT-OSS-120B 双破限大模型 WebUI 开箱即用镜像
26
@AI-KSK
AI-KSK认证作者
130
337H
更新时间：2026-04-09
支持自启动
基于 Ollama + Open WebUI 搭建的双破限大模型共享镜像，集成 Gemma-4 与 GPT-OSS-120B 两类核心模型，支持浏览器直接访问与可视化聊天。
基于 Ollama + Open WebUI 搭建的双破限大模型共享镜像，集成 Gemma-4 与 GPT-OSS-120B 两类核心模型，支持浏览器直接访问与可视化聊天。
0元/小时
数字人LTXComfyUI
LTX-2.3-VBVR-图片数字人,真正无限时长,分片推理,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-VBVR-图片数字人,真正无限时长,分片推理,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
14
@刘悦的技术博客
刘悦的技术博客认证作者
104
177H
更新时间：2026-04-07
支持自启动
LTX-2.3-VBVR-图片数字人,真正无限时长,分片推理,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-VBVR-图片数字人,真正无限时长,分片推理,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
视频生成LTX
LTX-2.3-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
14
@刘悦的技术博客
刘悦的技术博客认证作者
110
110H
更新时间：2026-04-07
支持自启动
LTX-2.3-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-VBVR-文生视频-首尾帧,单图无限时长,自动补帧,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
语音合成语音识别
OmniVoice,接口api使用,支持600种语言,4G显存可用,速度1比0.3,文本指令,支持呻吟笑声,文字转语音,支持超长文本,声音克隆,小米k2-fsa团队开源
OmniVoice,接口api使用,支持600种语言,4G显存可用,速度1比0.3,文本指令,支持呻吟笑声,文字转语音,支持超长文本,声音克隆,小米k2-fsa团队开源
21
@刘悦的技术博客
刘悦的技术博客认证作者
225
735H
更新时间：2026-04-05
支持自启动
OmniVoice,接口api使用,支持600种语言,4G显存可用,速度1比0.3,文本指令,支持呻吟笑声,文字转语音,支持超长文本,声音克隆,小米k2-fsa团队开源
OmniVoice,接口api使用,支持600种语言,4G显存可用,速度1比0.3,文本指令,支持呻吟笑声,文字转语音,支持超长文本,声音克隆,小米k2-fsa团队开源
0元/小时
语音合成语音识别
LongCat-AudioDiT-1B-3.5B,TTS,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,文字转语音,TTS
LongCat-AudioDiT-1B-3.5B,TTS,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,文字转语音,TTS
4
@刘悦的技术博客
刘悦的技术博客认证作者
47
40H
更新时间：2026-04-05
支持自启动
LongCat-AudioDiT-1B-3.5B,6G显存可用,TTS,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,文字转语音,TTS
LongCat-AudioDiT-1B-3.5B,6G显存可用,TTS,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,文字转语音,TTS
0元/小时
语音合成
ComfyUI-OmniVoice-TTS小米团队开源单人多人声音克隆语音克隆捏声音
ComfyUI-OmniVoice-TTS小米团队开源单人多人声音克隆语音克隆捏声音
4
@鸡你太美
鸡你太美认证作者
48
35H
更新时间：2026-04-27
支持自启动
ComfyUI-OmniVoice-TTS小米团队开源单人多人声音克隆语音克隆捏声音
ComfyUI-OmniVoice-TTS小米团队开源单人多人声音克隆语音克隆捏声音
0元/小时
其他
trading-agents针对国内股票的股票交易Agent
trading-agents针对国内股票的股票交易Agent
2
@鸡你太美
鸡你太美认证作者
7
45H
更新时间：2026-04-27
支持自启动
trading-agents针对国内股票的股票交易Agent
trading-agents针对国内股票的股票交易Agent
0元/小时
视频生成
最强AI视频抠像，MatAnyone2，超强抠像效果，支持超长视频！
最强AI视频抠像，MatAnyone2，超强抠像效果，支持超长视频！
11
@与AI同行
与AI同行认证作者
131
208H
更新时间：2026-04-06
支持自启动
最强AI视频抠像，MatAnyone2，超强抠像效果，支持超长视频！
最强AI视频抠像，MatAnyone2，超强抠像效果，支持超长视频！
0元/小时
Lora训练
ai-toolkit全能Lora模型训练王
ai-toolkit全能Lora模型训练王
21
@老徐Ai研习社
老徐Ai研习社认证作者
238
3642H
更新时间：2026-04-09
支持自启动
主流模型都有
主流模型都有
0元/小时
ComfyUI视频生成视频编辑
wan2.2动作迁移
wan2.2动作迁移
30
@
225
54H
更新时间：2026-04-02
wan2.2动作迁移
wan2.2动作迁移
0元/小时
ComfyUIQwen-Image图片编辑
Qwen-Edit-2511-Rapid-V23,图像编辑,表情控制,多图编辑,自动提示词,批量任务,支持50系
Qwen-Edit-2511-Rapid-V23,图像编辑,表情控制,多图编辑,自动提示词,批量任务,支持50系
41
@刘悦的技术博客
刘悦的技术博客认证作者
520
1182H
更新时间：2026-04-01
支持自启动
Qwen-Edit-2511-Rapid-V23,图像编辑,表情控制,多图编辑,自动提示词,批量任务,支持50系
Qwen-Edit-2511-Rapid-V23,图像编辑,表情控制,多图编辑,自动提示词,批量任务,支持50系
0元/小时
AI应用图片编辑图像分割
Live2d神器一键拆分See-through
Live2d神器一键拆分See-through
60
@梦影Erislia
888
1776H
更新时间：2026-03-31
Live2d神器一键拆分See-through
Live2d神器一键拆分See-through
0元/小时
语音合成
MOSS-TTS 语音模型
MOSS-TTS 语音模型
5
@刘悦的技术博客
刘悦的技术博客认证作者
57
64H
更新时间：2026-03-31
支持自启动
MOSS-TTS,接口API,语音合成,声音克隆,TTS,支持超长文本，支持50系
MOSS-TTS,接口API,语音合成,声音克隆,TTS,支持超长文本，支持50系
0元/小时
ComfyUILTX视频生成
LTX-2.3-Transition-文生视频
LTX-2.3-Transition-文生视频
7
@刘悦的技术博客
刘悦的技术博客认证作者
111
118H
更新时间：2026-03-30
支持自启动
LTX-2.3-Transition-文生视频-首尾帧,无限时长,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
LTX-2.3-Transition-文生视频-首尾帧,无限时长,支持50系,自定义分辨率,自适应端口,自动提示词,批量任务队列
0元/小时
视频生成
X-Dub-WebUI
X-Dub-WebUI
1
@鸡你太美
鸡你太美认证作者
20
20H
更新时间：2026-04-27
支持自启动
X-Dub-WebUI可灵团队推出的视频驱动唇形生成与任意尺寸视频数字人视频生成 二次开发webui构建By科哥
X-Dub-WebUI可灵团队推出的视频驱动唇形生成与任意尺寸视频数字人视频生成 二次开发webui构建By科哥
0元/小时
LTX视频生成数字人
LTX-2.3-Transition--图片数字人
LTX-2.3-Transition--图片数字人
12
@刘悦的技术博客
刘悦的技术博客认证作者
113
148H
更新时间：2026-03-30
支持自启动
LTX-2.3-Transition--图片数字人,更好的稳定性,无限时长,支持50系,自定义分辨率
LTX-2.3-Transition--图片数字人,更好的稳定性,无限时长,支持50系,自定义分辨率
0元/小时
图片生成图片编辑
最强AI图片编辑，FireRed-Edit整合包合集，商用顶级图片效果！
最强AI图片编辑，FireRed-Edit整合包合集，商用顶级图片效果！
27
@与AI同行
与AI同行认证作者
430
2661H
更新时间：2026-03-31
支持自启动
最强AI图片编辑，FireRed-Edit整合包合集，商用顶级图片效果！支持多图编辑、局部涂抹编辑、高清放大，解压即用，一键启动！
最强AI图片编辑，FireRed-Edit整合包合集，商用顶级图片效果！支持多图编辑、局部涂抹编辑、高清放大，解压即用，一键启动！
0元/小时
ComfyUI视频编辑视频生成
陈晨的comfyui云端镜像系列
陈晨的comfyui云端镜像系列
13
@陈晨
123
273H
更新时间：2026-03-30
支持自启动
内置多个工作流 开箱即用
内置多个工作流 开箱即用
0元/小时
数字人ComfyUI视频生成
图片·声音·视频·2603comfyui全能整合包
图片·声音·视频·2603comfyui全能整合包
35
@老徐Ai研习社
老徐Ai研习社认证作者
314
2880H
更新时间：2026-03-26
支持自启动
图片·声音·视频·2603comfyui全能整合包
图片·声音·视频·2603comfyui全能整合包
0元/小时
ComfyUILTX视频生成
LTX-2.3 LoRA训练 +AIToolkit 4090/48G/5090 一键开训
LTX-2.3 LoRA训练 +AIToolkit 4090/48G/5090 一键开训
6
@AI-KSK
AI-KSK认证作者
86
671H
更新时间：2026-03-28
集成AIToolkit与LTX-2 LoRA训练全套环境，适配4090 48G/5090预设参数，支持一键启动、缓存优化、依赖预装，开箱即可进行音视频LoRA训练
集成AIToolkit与LTX-2 LoRA训练全套环境，适配4090 48G/5090预设参数，支持一键启动、缓存优化、依赖预装，开箱即可进行音视频LoRA训练
0元/小时
数字人ComfyUIFlux
LTX2.3 创作增强旗舰版
LTX2.3 创作增强旗舰版
21
@AI-KSK
AI-KSK认证作者
142
227H
更新时间：2026-03-26
基于LTX2.3深度整合的全功能创作镜像，集成ID-LoRA、换头、局部重绘、多图首尾帧等特色能力，环境完整、依赖丰富，适合视频生成、角色一致性控制与多场景创作。
基于LTX2.3深度整合的全功能创作镜像，集成ID-LoRA、换头、局部重绘、多图首尾帧等特色能力，环境完整、依赖丰富，适合视频生成、角色一致性控制与多场景创作。
0元/小时
LTXLora训练视频生成
LTX2.3Lora训练用AI-toolkit，简单配置一键训练
LTX2.3Lora训练用AI-toolkit，简单配置一键训练
11
@梦影Erislia
175
6757H
更新时间：2026-03-25
LTX2.3Lora训练用AI-toolkit，简单配置一键训练
LTX2.3Lora训练用AI-toolkit，简单配置一键训练
0元/小时
数据分析其他
MiroFish一个ai预测系统数据模型预测ai系统 构建by科哥
MiroFish一个ai预测系统数据模型预测ai系统 构建by科哥
4
@鸡你太美
鸡你太美认证作者
18
39H
更新时间：2026-04-27
支持自启动
MiroFish一个ai预测系统数据模型预测ai系统 构建by科哥
MiroFish一个ai预测系统数据模型预测ai系统 构建by科哥
0元/小时
AI应用视频编辑图片编辑
MatAnyone2
MatAnyone2
5
@刘悦的技术博客
刘悦的技术博客认证作者
104
121H
更新时间：2026-03-23
支持自启动
MatAnyone2,视频图片一键去背,换背景,智能提取前景主体,支持GPU和纯CPU推理,绿幕生成器
MatAnyone2,视频图片一键去背,换背景,智能提取前景主体,支持GPU和纯CPU推理,绿幕生成器
0元/小时
AI音乐
SoulX-Singer-SVC
SoulX-Singer-SVC
18
@鹄仙
鹄仙认证作者
183
306H
更新时间：2026-03-20
一键翻唱神器
一键翻唱神器
0元/小时
Lora训练LTX其他
LTX2.3Lora训练支持Musubi-tuner
LTX2.3Lora训练支持Musubi-tuner
6
@梦影Erislia
97
549H
更新时间：2026-03-18
LTX2.3Lora训练支持Musubi-tuner
LTX2.3Lora训练支持Musubi-tuner
0元/小时
Qwen3-TTS语音合成语音识别
Faster-Qwen3-TTS
Faster-Qwen3-TTS
166
@刘悦的技术博客
刘悦的技术博客认证作者
545
1090H
更新时间：2026-03-18
支持自启动
Faster-Qwen3-TTS,流式接口API,实时推理,速度1比0.5,多人对话,智能多音字,4G显存可用,批量任务,支持超长文本,支持50系显卡,支持老显卡
Faster-Qwen3-TTS,流式接口API,实时推理,速度1比0.5,多人对话,智能多音字,4G显存可用,批量任务,支持超长文本,支持50系显卡,支持老显卡
0元/小时
语音合成
Fish-Speech-S2-Pro-4B
Fish-Speech-S2-Pro-4B
9
@刘悦的技术博客
刘悦的技术博客认证作者
101
320H
更新时间：2026-03-18
支持自启动
Fish-Speech-S2-Pro-4B,接口api使用,支持62种语言,文本指令,文字转语音,声音克隆,zero-shot
Fish-Speech-S2-Pro-4B,接口api使用,支持62种语言,文本指令,文字转语音,声音克隆,zero-shot
0元/小时
AI音乐
SongGeneration音乐生成
SongGeneration音乐生成
7
@鹄仙
鹄仙认证作者
24
24H
更新时间：2026-03-20
音乐生成工具，应用简单
音乐生成工具，应用简单
0元/小时
ComfyUIZ-Image图片生成
Z-Image Turbo 无限制生成控制放大一体化镜像
Z-Image Turbo 无限制生成控制放大一体化镜像
42
@AI-KSK
AI-KSK认证作者
452
977H
更新时间：2026-03-13
集成文生图、图生图、ControlNet 控制、提示词优化、放大增强等全员破限工作流。
集成文生图、图生图、ControlNet 控制、提示词优化、放大增强等全员破限工作流。
0元/小时
ComfyUIWan视频超分
视频批量补帧、超分放大与细节修复，ComfyUI视频增强镜像,Seedance2.0黄金搭档
视频批量补帧、超分放大与细节修复，ComfyUI视频增强镜像,Seedance2.0黄金搭档
40
@AI-KSK
AI-KSK认证作者
237
1170H
更新时间：2026-03-12
集成 FlashVSR / GIMM / LTX-2 / SeedVR2 的 ComfyUI 视频增强镜像，一键批量补帧、放大、细节修复。
集成 FlashVSR / GIMM / LTX-2 / SeedVR2 的 ComfyUI 视频增强镜像，一键批量补帧、放大、细节修复。
0元/小时
LTXComfyUI数字人
LTX-2.3-GGUF-图片数字人
LTX-2.3-GGUF-图片数字人
19
@刘悦的技术博客
刘悦的技术博客认证作者
198
349H
更新时间：2026-03-18
支持自启动
LTX-2.3-GGUF-图片数字人-无限时长,更好的一致性,8步采样,支持50系,自定义分辨率,自动补帧,自动提示词,批量任务队列
LTX-2.3-GGUF-图片数字人-无限时长,更好的一致性,8步采样,支持50系,自定义分辨率,自动补帧,自动提示词,批量任务队列
0元/小时
ComfyUILTX视频生成
LTX-2.3-GGUF-图生视频
LTX-2.3-GGUF-图生视频
32
@刘悦的技术博客
刘悦的技术博客认证作者
365
578H
更新时间：2026-03-18
支持自启动
LTX-2.3-GGUF-图生视频-无限时长,更好的一致性,8步采样,自定义分辨率,自动补帧,自动提示词,批量任务队列
LTX-2.3-GGUF-图生视频-无限时长,更好的一致性,8步采样,自定义分辨率,自动补帧,自动提示词,批量任务队列
0元/小时
Lora训练推理框架文本模型
大模型微调部署测评_LLaMa-Factory>vLLM>opencompass
大模型微调部署测评_LLaMa-Factory>vLLM>opencompass
3
@影赤
33
185H
更新时间：2026-03-10
大模型微调部署测评全流程环境已安装
大模型微调部署测评全流程环境已安装
0元/小时
ComfyUILTXWan
图片-声音-视频Comfyui全量整合包-LTX2.3-Wan2.2-Z-Image-Turbo漫剧全能助手
图片-声音-视频Comfyui全量整合包-LTX2.3-Wan2.2-Z-Image-Turbo漫剧全能助手
81
@老徐Ai研习社
老徐Ai研习社认证作者
707
8467H
更新时间：2026-03-10
支持自启动
漫剧全能助手
漫剧全能助手
0元/小时
ComfyUIQwen-Image图片编辑
FireRed-ImageEdit-V1.1-GGUF
FireRed-ImageEdit-V1.1-GGUF
26
@刘悦的技术博客
刘悦的技术博客认证作者
192
246H
更新时间：2026-03-18
支持自启动
FireRed-ImageEdit-V1.1-GGUF,局部重绘,图像编辑,4步采样,多图编辑,支持50系,自定义分辨率
FireRed-ImageEdit-V1.1-GGUF,局部重绘,图像编辑,4步采样,多图编辑,支持50系,自定义分辨率
0元/小时
LTXComfyUI视频生成
LTX-2.3 开源音视频一体生成模型｜文生视频+图生视频
LTX-2.3 开源音视频一体生成模型｜文生视频+图生视频
13
@AI-KSK
AI-KSK认证作者
146
380H
更新时间：2026-03-10
基于 LTX-2.3 的音视频一体生成模型镜像，支持文生视频、图生视频等常见生成方式
基于 LTX-2.3 的音视频一体生成模型镜像，支持文生视频、图生视频等常见生成方式
0元/小时
Lora训练
Z-Image 模型一站式训练 & 推理-None_Z-trainer
Z-Image 模型一站式训练 & 推理-None_Z-trainer
5
@zypAIGC
27
9H
更新时间：2026-03-06
支持自启动
Z-Image 模型一站式训练 & 推理-None_Z-trainer
Z-Image 模型一站式训练 & 推理-None_Z-trainer
0.2元/小时
ComfyUIWan视频生成
Wan2.2-SmoothMixV20-SVI2-VBVR,图生视频,无限时长,自动补帧,8步采样,无须手动复制粘贴节点,,支持批量任务,Comfyui
Wan2.2-SmoothMixV20-SVI2-VBVR,图生视频,无限时长,自动补帧,8步采样,无须手动复制粘贴节点,,支持批量任务,Comfyui
46
@刘悦的技术博客
刘悦的技术博客认证作者
490
1000H
更新时间：2026-03-06
支持自启动
Wan2.2-SmoothMixV20-SVI2-VBVR,图生视频,无限时长,自动补帧,8步采样,无须手动复制粘贴节点,,支持批量任务,Comfyui
Wan2.2-SmoothMixV20-SVI2-VBVR,图生视频,无限时长,自动补帧,8步采样,无须手动复制粘贴节点,,支持批量任务,Comfyui
0元/小时
Lora训练
diffusion-pipe+ai-toolkit丹炉
diffusion-pipe+ai-toolkit丹炉
3
@zypAIGC
8
10H
更新时间：2026-03-06
支持自启动
diffusion-pipe+ai-toolkit
diffusion-pipe+ai-toolkit
0.1元/小时
ComfyUIZ-Image图片生成
Qwen3-4b-Z-Image-Engineer,文生图,图生图,洗图,6G显存可用,局部重绘,自动提示词,支持50系,批量任务队列
Qwen3-4b-Z-Image-Engineer,文生图,图生图,洗图,6G显存可用,局部重绘,自动提示词,支持50系,批量任务队列
39
@刘悦的技术博客
刘悦的技术博客认证作者
628
1124H
更新时间：2026-03-10
支持自启动
Qwen3-4b-Z-Image-Engineer,文生图,图生图,洗图,6G显存可用,局部重绘,自动提示词,支持50系,批量任务队列
Qwen3-4b-Z-Image-Engineer,文生图,图生图,洗图,6G显存可用,局部重绘,自动提示词,支持50系,批量任务队列
0元/小时
视频生成
SoulX-FlashTalk数字人视频图片生成ai数字人说话数字人 webui二次开发
SoulX-FlashTalk数字人视频图片生成ai数字人说话数字人 webui二次开发
6
@鸡你太美
鸡你太美认证作者
16
35H
更新时间：2026-05-09
支持自启动
SoulX-FlashTalk数字人视频图片生成ai数字人说话数字人 webui二次开发 构建by科哥
SoulX-FlashTalk数字人视频图片生成ai数字人说话数字人 webui二次开发 构建by科哥
0元/小时
生物信息分子动力
RFantibody
RFantibody
1
@苍耳阿猫
苍耳阿猫认证作者
6
28H
更新时间：2026-03-03
RFantibody
RFantibody
0元/小时
AI应用
OpenClaw / ClawdBot
OpenClaw / ClawdBot
26
@优云智算
509
22912H
更新时间：2026-03-16
OpenClaw 2026.3.2版本，支持飞书、Telegram接入，支持优云智算模型API
OpenClaw 2026.3.2版本，支持飞书、Telegram接入，支持优云智算模型API
0元/小时
数字人WanLTX
SoulX-FlashHead-图片数字人,支持贴回全身数字人,低配版InfiniteTalk,唱歌数字人,支持长视频
SoulX-FlashHead-图片数字人,支持贴回全身数字人,低配版InfiniteTalk,唱歌数字人,支持长视频
22
@刘悦的技术博客
刘悦的技术博客认证作者
140
277H
更新时间：2026-03-03
支持自启动
SoulX-FlashHead-图片数字人,支持贴回全身数字人,低配版InfiniteTalk,唱歌数字人,支持长视频
SoulX-FlashHead-图片数字人,支持贴回全身数字人,低配版InfiniteTalk,唱歌数字人,支持长视频
0元/小时
Qwen
Qwen3.5_35b_a3b_Q4_K_M
Qwen3.5_35b_a3b_Q4_K_M
7
@
83
462H
更新时间：2026-03-02
qwen3.5
qwen3.5
0.1元/小时
ComfyUIWan视频生成
Wan2.2双增强：UnifiedReward让文生视频更符合审美预期，VBVR让图生视频更符合真实运动逻辑
Wan2.2双增强：UnifiedReward让文生视频更符合审美预期，VBVR让图生视频更符合真实运动逻辑
14
@AI-KSK
AI-KSK认证作者
197
428H
更新时间：2026-03-06
这个镜像内置 Wan2.2 两套增强技术：UnifiedReward 让文生视频更好看、更符合偏好，VBVR 让图生视频动作更合理、更符合逻辑。
这个镜像内置 Wan2.2 两套增强技术：UnifiedReward 让文生视频更好看、更符合偏好，VBVR 让图生视频动作更合理、更符合逻辑。
0元/小时
语音识别Qwen3-TTS语音分离
Qwen3-ASR-1.7B,语音转文字字幕,视频转字幕,支持50系显卡,批量任务,支持热词控制
Qwen3-ASR-1.7B,语音转文字字幕,视频转字幕,支持50系显卡,批量任务,支持热词控制
10
@刘悦的技术博客
刘悦的技术博客认证作者
102
888H
更新时间：2026-06-05
支持自启动
Qwen3-ASR-1.7B,语音转文字字幕,视频转字幕,支持50系显卡,批量任务,支持热词控制
Qwen3-ASR-1.7B,语音转文字字幕,视频转字幕,支持50系显卡,批量任务,支持热词控制
0元/小时
InfiniteTalk其他数字人
life学员
life学员
6
@life
40
217H
更新时间：2026-02-28
life学员专用数字人镜像
life学员专用数字人镜像
0元/小时
ComfyUIWan视频生成
Comfy漫画上色DasiWa视频支持自由拉取C站模型更新等
Comfy漫画上色DasiWa视频支持自由拉取C站模型更新等
8
@梦影Erislia
111
380H
更新时间：2026-02-27
Comfy漫画上色DasiWa视频支持自由拉取C站模型更新等
Comfy漫画上色DasiWa视频支持自由拉取C站模型更新等
0元/小时
视频生成
超快视频替换背景Video-BGR
超快视频替换背景Video-BGR
18
@与AI同行
与AI同行认证作者
64
48H
更新时间：2026-03-31
支持自启动
超快视频替换背景Video-BGR
超快视频替换背景Video-BGR
0元/小时
数字人视频超分
HeyGem数字人最新Onnx优化版,多人同时驱动,多人指定面部驱动,接口API调用,支持50系,面部超分,推理速度1比1,唱歌数字人,批量任务
HeyGem数字人最新Onnx优化版,多人同时驱动,多人指定面部驱动,接口API调用,支持50系,面部超分,推理速度1比1,唱歌数字人,批量任务
55
@刘悦的技术博客
刘悦的技术博客认证作者
932
10810H
更新时间：2026-03-09
支持自启动
HeyGem数字人最新Onnx优化版,多人同时驱动,多人指定面部驱动,接口API调用,支持50系,面部超分,推理速度1比1,唱歌数字人,批量任务
HeyGem数字人最新Onnx优化版,多人同时驱动,多人指定面部驱动,接口API调用,支持50系,面部超分,推理速度1比1,唱歌数字人,批量任务
0元/小时
AI应用
DocCaptioner 打标器
DocCaptioner 打标器
14
@Doc_workBox
Doc_workBox认证作者
138
232H
更新时间：2026-02-26
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
语音合成语音识别
Ming-omni-tts-0.5B,接口API调用,支持超长文本,情感控制,中英混读,支持50系显卡
Ming-omni-tts-0.5B,接口API调用,支持超长文本,情感控制,中英混读,支持50系显卡
6
@刘悦的技术博客
刘悦的技术博客认证作者
42
340H
更新时间：2026-02-25
支持自启动
Ming-omni-tts-0.5B,接口API调用,支持超长文本,情感控制,中英混读,支持50系显卡
Ming-omni-tts-0.5B,接口API调用,支持超长文本,情感控制,中英混读,支持50系显卡
0元/小时
语音识别
FireRedASR2S语音识别转文字语音转文本音频转文本模型ai系统 二次构建开发 by科哥
FireRedASR2S语音识别转文字语音转文本音频转文本模型ai系统 二次构建开发 by科哥
2
@鸡你太美
鸡你太美认证作者
26
28H
更新时间：2026-04-27
支持自启动
FireRedASR2S语音识别转文字语音转文本音频转文本模型ai系统 二次构建开发 by科哥
FireRedASR2S语音识别转文字语音转文本音频转文本模型ai系统 二次构建开发 by科哥
0元/小时
ComfyUI视频生成Wan
终极角色动画合集镜像Wan 2.2、SCAIL、SteadyDancer、OneToAll 和VACE Phantom
终极角色动画合集镜像Wan 2.2、SCAIL、SteadyDancer、OneToAll 和VACE Phantom
16
@AI-KSK
AI-KSK认证作者
49
33H
更新时间：2026-02-26
Wan 2.2、SCAIL、SteadyDancer、OneToAll 和VACE_Skyreels_V3_R2V的“五合一”整合镜像
Wan 2.2、SCAIL、SteadyDancer、OneToAll 和VACE_Skyreels_V3_R2V的“五合一”整合镜像
0元/小时
语音合成
AudioX 统一音频生成平台通过一段提示词一段视频推理一段配音音效 webui汉化构建by科哥
AudioX 统一音频生成平台通过一段提示词一段视频推理一段配音音效 webui汉化构建by科哥
3
@鸡你太美
鸡你太美认证作者
27
56H
更新时间：2026-04-27
支持自启动
AudioX 统一音频生成平台通过一段提示词一段视频推理一段配音音效 webui汉化构建by科哥
AudioX 统一音频生成平台通过一段提示词一段视频推理一段配音音效 webui汉化构建by科哥
0元/小时
文本模型行业模型推理框架
HunYuan-MT-7B-abliterated,40种多国语言无限制双向翻译,长文本翻译,字幕翻译,双语字幕,腾讯开源,不文明用语翻译
HunYuan-MT-7B-abliterated,40种多国语言无限制双向翻译,长文本翻译,字幕翻译,双语字幕,腾讯开源,不文明用语翻译
5
@刘悦的技术博客
刘悦的技术博客认证作者
19
10H
更新时间：2026-02-25
支持自启动
HunYuan-MT-7B-abliterated,40种多国语言无限制双向翻译,长文本翻译,字幕翻译,双语字幕,腾讯开源,不文明用语翻译
HunYuan-MT-7B-abliterated,40种多国语言无限制双向翻译,长文本翻译,字幕翻译,双语字幕,腾讯开源,不文明用语翻译
0元/小时
ComfyUIQwen-Image图片编辑
FireRed-ImageEdit,图像编辑,多图编辑,支持50系,自定义分辨率,自动提示词,批量任务队列,基于Comfyui
FireRed-ImageEdit,图像编辑,多图编辑,支持50系,自定义分辨率,自动提示词,批量任务队列,基于Comfyui
31
@刘悦的技术博客
刘悦的技术博客认证作者
307
536H
更新时间：2026-02-25
支持自启动
FireRed-ImageEdit,图像编辑,多图编辑,支持50系,自定义分辨率,自动提示词,批量任务队列,基于Comfyui
FireRed-ImageEdit,图像编辑,多图编辑,支持50系,自定义分辨率,自动提示词,批量任务队列,基于Comfyui
0元/小时
图片生成AI应用
BitDance-14B高速自回归生图模型,自启动WebUI版测试镜像
BitDance-14B高速自回归生图模型,自启动WebUI版测试镜像
1
@AI-KSK
AI-KSK认证作者
24
32H
更新时间：2026-02-25
支持自启动
BitDance-14B自启动 WebUI 测试镜像：开箱即用、中文可用、512/1024 双分辨率支持，面向高效验证与稳定出图。
BitDance-14B自启动 WebUI 测试镜像：开箱即用、中文可用、512/1024 双分辨率支持，面向高效验证与稳定出图。
0元/小时
AI音乐语音识别
SoulX-Singer歌曲翻唱 带官方Midi编辑器
SoulX-Singer歌曲翻唱 带官方Midi编辑器
9
@鹄仙
鹄仙认证作者
72
47H
更新时间：2026-03-20
SoulX-Singer歌曲翻唱 带官方Midi编辑器完成精细翻唱编辑
SoulX-Singer歌曲翻唱 带官方Midi编辑器完成精细翻唱编辑
0元/小时
语音合成Qwen3-TTS
Qwen3-TTS-AllinOne
Qwen3-TTS-AllinOne
42
@刘悦的技术博客
刘悦的技术博客认证作者
503
1672H
更新时间：2026-02-27
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
图片生成视频生成
Penguin-Magic一个图片视频API在线生成的无限画布的批量生成工作流开源项目 构建by科哥
Penguin-Magic一个图片视频API在线生成的无限画布的批量生成工作流开源项目 构建by科哥
1
@鸡你太美
鸡你太美认证作者
6
13H
更新时间：2026-04-27
支持自启动
Penguin-Magic一个图片视频API在线生成的无限画布的批量生成工作流开源项目 构建by科哥 版权属于原作者
Penguin-Magic一个图片视频API在线生成的无限画布的批量生成工作流开源项目 构建by科哥 版权属于原作者
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
28
@Ikaros
87
690H
更新时间：2026-02-24
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
视频超分
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
153
@与AI同行
与AI同行认证作者
2739
11133H
更新时间：2026-03-31
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
语音合成语音分离AI音乐
SoulX-Singer
SoulX-Singer
18
@刘悦的技术博客
刘悦的技术博客认证作者
107
110H
更新时间：2026-02-27
支持自启动
SoulX-Singer,零样本变声器,AI歌曲翻唱,歌词修改,改歌词,语音内容修改
SoulX-Singer,零样本变声器,AI歌曲翻唱,歌词修改,改歌词,语音内容修改
0元/小时
ComfyUIWanQwen-Image
ComfyUI云端整合包2602
ComfyUI云端整合包2602
24
@鹄仙
鹄仙认证作者
240
1410H
更新时间：2026-02-13
全面升级到torch2.10+cu130
全面升级到torch2.10+cu130
0元/小时
音乐语音分离语音识别
AI音乐制作项目ACE-Step-1.5官方包
AI音乐制作项目ACE-Step-1.5官方包
13
@鹄仙
鹄仙认证作者
93
592H
更新时间：2026-02-25
专业级别的AI音乐制作项目
专业级别的AI音乐制作项目
0元/小时
AI音乐
ACE-Step-1.5,AI歌曲生成,男女对唱,纯音乐生成
ACE-Step-1.5,AI歌曲生成,男女对唱,纯音乐生成
13
@刘悦的技术博客
刘悦的技术博客认证作者
60
133H
更新时间：2026-02-25
支持自启动
ACE-Step-1.5,AI歌曲生成,男女对唱,纯音乐生成
ACE-Step-1.5,AI歌曲生成,男女对唱,纯音乐生成
0元/小时
3D生成
UltraShape-1.0
UltraShape-1.0
1
@苍耳阿猫
苍耳阿猫认证作者
22
35H
更新时间：2026-02-25
UltraShape-1.0
UltraShape-1.0
0元/小时
AI应用视频生成视频编辑
LingBot-World
LingBot-World
0
@敢敢のwings
敢敢のwings认证作者
17
67H
更新时间：2026-02-25
蚂蚁集团旗下具身智能公司灵波科技（Robbyant）正式开源了其世界模型 LingBot-World。这一消息发布后迅速登顶全球社交媒体热榜，引发了人工智能领域的广泛关注
蚂蚁集团旗下具身智能公司灵波科技（Robbyant）正式开源了其世界模型 LingBot-World。这一消息发布后迅速登顶全球社交媒体热榜，引发了人工智能领域的广泛关注
0元/小时
视频生成
最强AI生成数字人，InfiniteTalk官方版 v260209
最强AI生成数字人，InfiniteTalk官方版 v260209
36
@与AI同行
与AI同行认证作者
486
2752H
更新时间：2026-03-31
支持自启动
最强AI生成数字人，InfiniteTalk官方版 v260209，支持图片数字人，支持超长视频、批量队列生成！
最强AI生成数字人，InfiniteTalk官方版 v260209，支持图片数字人，支持超长视频、批量队列生成！
0元/小时
ComfyUIIndexTTSWan
comfyui工作站
comfyui工作站
15
@AI绘视玩家
160
1168H
更新时间：2026-02-10
支持自启动
集成图片生成|视频生成|数字人|声音编辑|音乐生成！配套Comfyui批量管理生成软件到（B站）【AI绘视玩家】处获取~
集成图片生成|视频生成|数字人|声音编辑|音乐生成！配套Comfyui批量管理生成软件到（B站）【AI绘视玩家】处获取~
0元/小时
语音合成AI音乐
ACE-Step-1.5官方原版,修复吞歌词问题,音乐重构,音乐重绘,AI歌曲生成,男女对唱,纯音乐生成,相关竞品:DiffRhythm/yuE/HeartMuLa
ACE-Step-1.5官方原版,修复吞歌词问题,音乐重构,音乐重绘,AI歌曲生成,男女对唱,纯音乐生成,相关竞品:DiffRhythm/yuE/HeartMuLa
8
@刘悦的技术博客
刘悦的技术博客认证作者
47
42H
更新时间：2026-02-25
支持自启动
ACE-Step-1.5官方原版,修复吞歌词问题,音乐重构,音乐重绘,AI歌曲生成,男女对唱,纯音乐生成,相关竞品:DiffRhythm/yuE/HeartMuLa
ACE-Step-1.5官方原版,修复吞歌词问题,音乐重构,音乐重绘,AI歌曲生成,男女对唱,纯音乐生成,相关竞品:DiffRhythm/yuE/HeartMuLa
0元/小时
ComfyUI视频生成数字人
LTX2-Rapid-Merges视频生成
LTX2-Rapid-Merges视频生成
53
@AI-KSK
AI-KSK认证作者
280
425H
更新时间：2026-02-25
包含了文生、图生、首尾帧、对口型 4 大类工作流，提供SFW/NSFW的完整体验
包含了文生、图生、首尾帧、对口型 4 大类工作流，提供SFW/NSFW的完整体验
0元/小时
其他
ROX Quant 3.0 - 量化投研系统可无卡模式运行 投资有风险交易须谨慎
ROX Quant 3.0 - 量化投研系统可无卡模式运行 投资有风险交易须谨慎
5
@鸡你太美
鸡你太美认证作者
13
37H
更新时间：2026-04-27
支持自启动
ROX Quant 3.0 - 量化投研系统可无卡模式运行 投资有风险交易须谨慎
ROX Quant 3.0 - 量化投研系统可无卡模式运行 投资有风险交易须谨慎
0元/小时
语音合成语音克隆
【Qwen3TTS】声音克隆 音色定制 长文本推理优化镜像
【Qwen3TTS】声音克隆 音色定制 长文本推理优化镜像
17
@两只鸽子
231
478H
更新时间：2026-02-25
支持自启动
Qwen3TTS推理镜像
Qwen3TTS推理镜像
0元/小时
InfiniteTalk数字人
InfiniteTalk数字人最新官方更新,上下文循环,一致性和速度优化,4步采样,高清放大,批量任务队列,基于comfyui,工作流
InfiniteTalk数字人最新官方更新,上下文循环,一致性和速度优化,4步采样,高清放大,批量任务队列,基于comfyui,工作流
52
@刘悦的技术博客
刘悦的技术博客认证作者
646
906H
更新时间：2026-02-06
支持自启动
InfiniteTalk数字人最新官方更新,上下文循环,一致性和速度优化,4步采样,高清放大,批量任务队列,基于comfyui,工作流
InfiniteTalk数字人最新官方更新,上下文循环,一致性和速度优化,4步采样,高清放大,批量任务队列,基于comfyui,工作流
0元/小时
语音合成AI音乐
K哥配音工作室(indextts2音色克隆+qwen3-tts音色生成+HeartMuLay音乐生成)
K哥配音工作室(indextts2音色克隆+qwen3-tts音色生成+HeartMuLay音乐生成)
24
@K哥讲AI
K哥讲AI认证作者
322
5319H
更新时间：2026-02-05
支持自启动
多功能配音镜像,融合 indextts2.qwen3-tts音色克隆 HeartMuLa音乐生成,支持多角色配音、文本创音色、一键克隆、音乐一键生成，还有 AI 角色分配.基础音色库及多语言.方言配音
多功能配音镜像,融合 indextts2.qwen3-tts音色克隆 HeartMuLa音乐生成,支持多角色配音、文本创音色、一键克隆、音乐一键生成，还有 AI 角色分配.基础音色库及多语言.方言配音
0元/小时
ComfyUILTX
ComfyUI云端整合包LTX-2特别版
ComfyUI云端整合包LTX-2特别版
19
@鹄仙
鹄仙认证作者
55
200H
更新时间：2026-02-12
支持LTX-2 scail wan2.2系列
支持LTX-2 scail wan2.2系列
0元/小时
图片生成Z-Image
red-Z-Image-Base,15步采样,自定义分辨率,文生图,图生图,自动提示词,批量任务
red-Z-Image-Base,15步采样,自定义分辨率,文生图,图生图,自动提示词,批量任务
19
@刘悦的技术博客
刘悦的技术博客认证作者
233
148H
更新时间：2026-02-04
支持自启动
red-Z-Image-Base,15步采样,自定义分辨率,文生图,图生图,自动提示词,批量任务
red-Z-Image-Base,15步采样,自定义分辨率,文生图,图生图,自动提示词,批量任务
0元/小时
Qwen语音识别
Qwen-ASR
Qwen-ASR
0
@有黑眼圈的小竹熊
26
87H
更新时间：2026-02-04
Qwen3-ASR 系列包括 Qwen3-ASR-1.7B 和 Qwen3-ASR-0.6B，支持 52 种语言和方言的语言识别与语音识别（ASR）。
Qwen3-ASR 系列包括 Qwen3-ASR-1.7B 和 Qwen3-ASR-0.6B，支持 52 种语言和方言的语言识别与语音识别（ASR）。
0.3元/小时
ComfyUILTX
LTX-2-RapID-GGUF-图生视频-无限时长
LTX-2-RapID-GGUF-图生视频-无限时长
19
@刘悦的技术博客
刘悦的技术博客认证作者
130
224H
更新时间：2026-02-04
支持自启动
LTX-2-RapID-GGUF-图生视频-无限时长
LTX-2-RapID-GGUF-图生视频-无限时长
0元/小时
ComfyUILTX
LTX-2-RapID-GGUF-图片数字人-无限时长
LTX-2-RapID-GGUF-图片数字人-无限时长
10
@刘悦的技术博客
刘悦的技术博客认证作者
46
53H
更新时间：2026-02-05
支持自启动
LTX-2-RapID-GGUF-图片数字人-无限时长
LTX-2-RapID-GGUF-图片数字人-无限时长
0元/小时
推理框架Qwen
nano-vllm
nano-vllm
0
@kq123jk6n9
7
35H
更新时间：2026-02-03
从0到1，理解vllm的核心内容。包含注释讲解和使用实例，使用教程。帮助大家学习vllm
从0到1，理解vllm的核心内容。包含注释讲解和使用实例，使用教程。帮助大家学习vllm
0.99元/小时
ComfyUILTX
LTX2-视频生成最新整个大包（202602）
LTX2-视频生成最新整个大包（202602）
14
@NiuGee
NiuGee认证作者
109
144H
更新时间：2026-02-04
支持自启动
震惊！LTX-2开源视频模型，人人都能当导演？牛哥一键整合免费AI创作神器！
震惊！LTX-2开源视频模型，人人都能当导演？牛哥一键整合免费AI创作神器！
0元/小时
WanQwen-Image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
95
@老徐Ai研习社
老徐Ai研习社认证作者
881
2771H
更新时间：2026-02-02
支持自启动
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2511整合包
数字人-语音克隆-wan2.2视频换人换装-Qwen-Image-Edit2511整合包
0元/小时
OCR识别
LightOn-OCR-1B,图片和PDF文字提取,图文混排,实时生成MarkDown文档,MarkDown文档下载,支持PDF全量解析
LightOn-OCR-1B,图片和PDF文字提取,图文混排,实时生成MarkDown文档,MarkDown文档下载,支持PDF全量解析
1
@刘悦的技术博客
刘悦的技术博客认证作者
15
0H
更新时间：2026-02-02
支持自启动
LightOn-OCR-1B,图片和PDF文字提取,图文混排,实时生成MarkDown文档,MarkDown文档下载,支持PDF全量解析
LightOn-OCR-1B,图片和PDF文字提取,图文混排,实时生成MarkDown文档,MarkDown文档下载,支持PDF全量解析
0元/小时
图片生成Z-ImageQwen-Image
最全图片编辑模型大全-qwen2511多角度工作流-flux2-klein-9b全图片编辑模型-z-image-base图片生成模型
最全图片编辑模型大全-qwen2511多角度工作流-flux2-klein-9b全图片编辑模型-z-image-base图片生成模型
33
@匹夫
匹夫认证作者
371
1365H
更新时间：2026-02-04
最全图片编辑模型大全-qwen2511多角度工作流-flux2-klein-9b全图片编辑模型-z-image-base图片生成模型
最全图片编辑模型大全-qwen2511多角度工作流-flux2-klein-9b全图片编辑模型-z-image-base图片生成模型
0元/小时
Lora训练Z-Image
Z-Image-Base的Lora训练同时支持FluxKlein-AI-TOOLKIT
Z-Image-Base的Lora训练同时支持FluxKlein-AI-TOOLKIT
14
@梦影Erislia
156
1344H
更新时间：2026-02-02
Z-Image-Base的Lora训练同时支持FluxKlein-AI-TOOLKIT
Z-Image-Base的Lora训练同时支持FluxKlein-AI-TOOLKIT
0元/小时
Lora训练LTXWan
ai-toolkit全能Lora模型训练器
ai-toolkit全能Lora模型训练器
21
@老徐Ai研习社
老徐Ai研习社认证作者
292
2132H
更新时间：2026-02-01
支持自启动
支持主流模型lora训练
支持主流模型lora训练
0元/小时
图片生成Lora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
254
@与AI同行
与AI同行认证作者
1045
3990H
更新时间：2026-03-31
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
图片生成Z-Image
Nunchaku-ZImage极速出图
Nunchaku-ZImage极速出图
5
@Tanjie7
32
4H
更新时间：2026-01-30
ZImage Nunchaku版本，已经配置好nunchaku环境，可以直接启动使用comfyui+nunchaku zimage出图
ZImage Nunchaku版本，已经配置好nunchaku环境，可以直接启动使用comfyui+nunchaku zimage出图
0元/小时
ComfyUIWan视频生成
2026最新ComfyUI整合包_图片·视频·声音
2026最新ComfyUI整合包_图片·视频·声音
25
@老徐Ai研习社
老徐Ai研习社认证作者
244
4094H
更新时间：2026-01-30
支持自启动
2026最新ComfyUI整合包_图片·视频·声音
2026最新ComfyUI整合包_图片·视频·声音
0元/小时
图片生成Z-Image
Z-Image-Base,35步采样,文生图,图生图,自动提示词,批量任务
Z-Image-Base,35步采样,文生图,图生图,自动提示词,批量任务
18
@刘悦的技术博客
刘悦的技术博客认证作者
174
239H
更新时间：2026-01-29
支持自启动
Z-Image-Base,35步采样,文生图,图生图,自动提示词,批量任务
Z-Image-Base,35步采样,文生图,图生图,自动提示词,批量任务
0元/小时
ComfyUI
Comfyui 一张照片制作一个lora训练数据集
Comfyui 一张照片制作一个lora训练数据集
32
@Prompt娄
187
1174H
更新时间：2026-01-29
支持自启动
一张照片制作一个角色一致性lora训练数据集
一张照片制作一个角色一致性lora训练数据集
0元/小时
Z-Image图片生成
Z-Image
Z-Image
25
@十字鱼
十字鱼认证作者
153
950H
更新时间：2026-01-30
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
语音克隆
超级AI语音Qwen3-TTS合集，超强音色克隆、音色设计、情绪控制！
超级AI语音Qwen3-TTS合集，超强音色克隆、音色设计、情绪控制！
54
@与AI同行
与AI同行认证作者
510
1179H
更新时间：2026-03-31
支持自启动
超强AI语音生成，Qwen3-TTS整合包合集！超强音色克隆、音色设计、情绪控制，支持音色保存、多音字、超长文本生成。支持批量上传多个文件生成！
超强AI语音生成，Qwen3-TTS整合包合集！超强音色克隆、音色设计、情绪控制，支持音色保存、多音字、超长文本生成。支持批量上传多个文件生成！
0元/小时
图片生成Z-Image
Z-Image系列，Base+Tubro反推生图放大一体化
Z-Image系列，Base+Tubro反推生图放大一体化
9
@社恐的知识树
社恐的知识树认证作者
67
357H
更新时间：2026-01-28
支持自启动
阿里开源的Z-Image系列模型
阿里开源的Z-Image系列模型
0元/小时
DeepSeekOCR识别
DeepSeek-OCR-2
DeepSeek-OCR-2
2
@敢敢のwings
敢敢のwings认证作者
84
4215H
更新时间：2026-01-29
DeepSeek-OCR 2 是 DeepSeek 团队开源的新一代 OCR 模型，该模型能够像人类一样带着逻辑去阅读文档。
DeepSeek-OCR 2 是 DeepSeek 团队开源的新一代 OCR 模型，该模型能够像人类一样带着逻辑去阅读文档。
0元/小时
ComfyUI
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
30
@MumuOpenK
565
10896H
更新时间：2026-01-29
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
数字人语音合成语音克隆
AI音乐、声音克隆:顶级数字人长视频套件V2
AI音乐、声音克隆:顶级数字人长视频套件V2
7
@AI-KSK
AI-KSK认证作者
30
34H
更新时间：2026-02-11
镜像打通HeartMuLa音乐、Qwen3-TTS音色克隆、InfiniteTalk/LongCat长对话数字人与LTX2视频：写歌配音→照片开口→长时稳成片。
镜像打通HeartMuLa音乐、Qwen3-TTS音色克隆、InfiniteTalk/LongCat长对话数字人与LTX2视频：写歌配音→照片开口→长时稳成片。
0元/小时
语音合成Qwen3-TTS
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 |
10
@社恐的知识树
社恐的知识树认证作者
139
125H
更新时间：2026-01-27
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
AI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
6
@刘悦的技术博客
刘悦的技术博客认证作者
44
31H
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
AI音乐Qwen3-TTS
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
11
2H
更新时间：2026-01-29
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
FluxLora训练
Flux.Klein模型Lora训练AI-Toolkit
Flux.Klein模型Lora训练AI-Toolkit
18
@梦影Erislia
174
1236H
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Qwen3-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
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
6
@刘悦的技术博客
刘悦的技术博客认证作者
45
34H
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Qwen3-TTS
Qwen3-TTS-语音克隆工作流合集
Qwen3-TTS-语音克隆工作流合集
5
@匹夫
匹夫认证作者
73
86H
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Qwen3-TTS
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
15
@鸡你太美
鸡你太美认证作者
176
324H
更新时间：2026-04-27
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
语音合成Qwen3-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
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
12
@刘悦的技术博客
刘悦的技术博客认证作者
125
223H
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
OCR识别
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
1
@鸡你太美
鸡你太美认证作者
4
2H
更新时间：2026-04-27
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
Lora训练LTX
LTX2模型Lora训练AI-Toolkit
LTX2模型Lora训练AI-Toolkit
2
@梦影Erislia
24
143H
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
AI音乐
HeartMuLa,AI歌曲生成,开源版Suno
HeartMuLa,AI歌曲生成,开源版Suno
10
@刘悦的技术博客
刘悦的技术博客认证作者
16
9H
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
AI音乐
歌曲与音效生成
歌曲与音效生成
3
@老徐Ai研习社
老徐Ai研习社认证作者
19
6H
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文本模型
GLM-4.7-Flash
GLM-4.7-Flash
2
@苍耳阿猫
苍耳阿猫认证作者
37
180H
更新时间：2026-01-22
GLM-4.7-Flash
GLM-4.7-Flash
0元/小时
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
1
@鸡你太美
鸡你太美认证作者
19
4H
更新时间：2026-04-27
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
68
@与AI同行
与AI同行认证作者
444
562H
更新时间：2026-03-31
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
GLM文本模型
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
2
@鸡你太美
鸡你太美认证作者
28
61H
更新时间：2026-04-27
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
LTXLora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
6
@AI-KSK
AI-KSK认证作者
100
1819H
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
58
@鸡你太美
鸡你太美认证作者
1510
7991H
更新时间：2026-04-27
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
0
@鸡你太美
鸡你太美认证作者
11
3H
更新时间：2026-04-27
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
行业模型
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
@鸡你太美
鸡你太美认证作者
0
0H
更新时间：2026-04-27
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
生物信息行业模型
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
1
@鸡你太美
鸡你太美认证作者
16
43H
更新时间：2026-04-27
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
GLM-Image
GLM-Image
1
@十字鱼
十字鱼认证作者
19
4H
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
视频超分
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
8
@鸡你太美
鸡你太美认证作者
81
48H
更新时间：2026-04-27
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
100
@与AI同行
与AI同行认证作者
1276
3533H
更新时间：2026-03-31
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
行业模型
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
@鸡你太美
鸡你太美认证作者
8
10H
更新时间：2026-04-27
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AI电商
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
13
@鸡你太美
鸡你太美认证作者
62
218H
更新时间：2026-04-27
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
Z-Image图片生成
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
31
@老徐Ai研习社
老徐Ai研习社认证作者
264
6932H
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
YOLO26
YOLO26
6
@苍耳阿猫
苍耳阿猫认证作者
39
981H
更新时间：2026-01-16
YOLO26
YOLO26
0元/小时
具身智能
Alpamayo
Alpamayo
1
@苍耳阿猫
苍耳阿猫认证作者
6
32H
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
@鸡你太美
鸡你太美认证作者
9
11H
更新时间：2026-04-27
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
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
10
@cola
56
55H
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
Wan视频生成ComfyUI
DaSiWa & Remix：Wan 2.2 双神N版
DaSiWa & Remix：Wan 2.2 双神N版
43
@AI-KSK
AI-KSK认证作者
376
1078H
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
LTX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
14
@AI-KSK
AI-KSK认证作者
137
328H
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AI应用
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
10
@鸡你太美
鸡你太美认证作者
27
11H
更新时间：2026-04-27
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
LTXLora训练
LTX2官方训练器Lora训练
LTX2官方训练器Lora训练
1
@梦影Erislia
29
109H
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
LTX视频生成
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
8
@鸡你太美
鸡你太美认证作者
46
29H
更新时间：2026-04-27
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
51
@十字鱼
十字鱼认证作者
285
8544H
更新时间：2026-02-02
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
其他
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
3
@鸡你太美
鸡你太美认证作者
67
18H
更新时间：2026-04-27
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
99
@音谷官方
2423
8768H
更新时间：2026-04-27
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
0.2元/小时
LTX视频生成
LTX-2 WebUI版
LTX-2 WebUI版
6
@鹄仙
鹄仙认证作者
44
40H
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！
59
@与AI同行
与AI同行认证作者
304
211H
更新时间：2026-03-31
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
LTXComfyUI数字人
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！
9
@社恐的知识树
社恐的知识树认证作者
42
45H
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
4
@鸡你太美
鸡你太美认证作者
18
4H
更新时间：2026-04-27
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
Qwen-Image图片生成ComfyUI
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
12
@老徐Ai研习社
老徐Ai研习社认证作者
63
66H
更新时间：2026-02-05
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
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
24
@梦影Erislia
192
384H
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
2
@鸡你太美
鸡你太美认证作者
11
7H
更新时间：2026-04-27
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
语音识别
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
@鸡你太美
鸡你太美认证作者
25
8H
更新时间：2026-04-27
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
4
@鸡你太美
鸡你太美认证作者
38
39H
更新时间：2026-04-27
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
图片编辑
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
@鸡你太美
鸡你太美认证作者
17
43H
更新时间：2026-04-27
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
ComfyUI
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
27
@NiuGee
NiuGee认证作者
260
541H
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！
57
@与AI同行
与AI同行认证作者
391
1583H
更新时间：2026-03-31
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
ComfyUI云端整合包2601
ComfyUI云端整合包2601
8
@鹄仙
鹄仙认证作者
71
351H
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-ImageLora训练图片生成
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
10
@梦影Erislia
126
699H
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
AI应用
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
3
@鸡你太美
鸡你太美认证作者
21
86H
更新时间：2026-04-27
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
Qwen-Image图片生成ComfyUI
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
9
@社恐的知识树
社恐的知识树认证作者
95
200H
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
AI电商
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
3
@鸡你太美
鸡你太美认证作者
59
19H
更新时间：2026-04-27
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
Qwen-Image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
4
@鸡你太美
鸡你太美认证作者
16
10H
更新时间：2026-04-27
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
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
14
350H
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
物理模拟分子动力
deepmd_lammps训练和运行镜像
deepmd_lammps训练和运行镜像
0
@tty
21
103H
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
混元
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
2
@鸡你太美
鸡你太美认证作者
13
22H
更新时间：2026-04-27
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
Wan视频编辑
wan2.1-scail动作迁移
wan2.1-scail动作迁移
27
@匹夫
匹夫认证作者
240
382H
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
Qwen-Image图片生成
Qwen‑Image‑Edit‑2511-LoRA训练 x AI Toolkit
Qwen‑Image‑Edit‑2511-LoRA训练 x AI Toolkit
6
@AI-KSK
AI-KSK认证作者
132
1444H
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
语音合成
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
4
@鸡你太美
鸡你太美认证作者
36
40H
更新时间：2026-04-27
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
数字人
LatentSync 1.6 纯净版
LatentSync 1.6 纯净版
6
@knzskl
45
348H
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
SDLora训练
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
87
@梦影Erislia
1733
10548H
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
2
@麦子AI
36
105H
更新时间：2026-01-28
支持自启动
高质量文生图、图生视频。只适配40系显卡
高质量文生图、图生视频。只适配40系显卡
0.15元/小时
Wan视频编辑
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
11
@鸡你太美
鸡你太美认证作者
42
21H
更新时间：2026-04-27
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
ComfyUI学习版_torch_2.8.0
ComfyUI学习版_torch_2.8.0
6
@智绘Store
智绘Store认证作者
50
123H
更新时间：2026-03-17
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
ComfyUI学习版镜像_torch-2.7.1
ComfyUI学习版镜像_torch-2.7.1
10
@智绘Store
智绘Store认证作者
31
103H
更新时间：2026-03-17
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
Qwen-Image
qwen-image工作流合集edit2511-z-image-turbo
qwen-image工作流合集edit2511-z-image-turbo
9
@匹夫
匹夫认证作者
91
193H
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
@鸡你太美
鸡你太美认证作者
25
23H
更新时间：2026-04-27
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
Qwen-ImageLora训练图片生成
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
Qwen-2511和Z图像的Lora训练AI-TOOLKIT
9
@梦影Erislia
57
342H
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
视频生成图片生成ComfyUI
启梦光影VIP快速出图二合一
启梦光影VIP快速出图二合一
2
@麦子AI
11
155H
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
1
@鸡你太美
鸡你太美认证作者
11
6H
更新时间：2026-04-27
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
personaLive实时数字人系统
personaLive实时数字人系统
13
@有趣的80后程序员
有趣的80后程序员认证作者
88
209H
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
Qwen-Image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
4
@鸡你太美
鸡你太美认证作者
84
1115H
更新时间：2026-04-27
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
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！
31
@与AI同行
与AI同行认证作者
1265
750H
更新时间：2026-03-31
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
ComfyUIWanQwen-Image
2025.12全新模型ComfyUI整合包
2025.12全新模型ComfyUI整合包
19
@老徐Ai研习社
老徐Ai研习社认证作者
123
480H
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
ComfyUI
ComfyUI云端整合包2512
ComfyUI云端整合包2512
15
@鹄仙
鹄仙认证作者
72
1433H
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
Qwen-Image视频编辑
千问2511与动作迁移三剑客
千问2511与动作迁移三剑客
3
@鹄仙
鹄仙认证作者
17
33H
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
Wan视频生成ComfyUI
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
16
@AI-KSK
AI-KSK认证作者
143
371H
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
语音合成
VoxCPM1.5雨落版整合包
VoxCPM1.5雨落版整合包
7
@雨落实战
雨落实战认证作者
98
200H
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
AI应用图片生成
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
2
@鸡你太美
鸡你太美认证作者
8
11H
更新时间：2026-04-27
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
LongCat数字人
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！
16
@老许爱吃肉丶
70
213H
更新时间：2026-01-27
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
LongCat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
14
@AI-KSK
AI-KSK认证作者
74
85H
更新时间：2026-01-27
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！
61
@与AI同行
与AI同行认证作者
390
436H
更新时间：2026-03-31
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
3D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
3
@鸡你太美
鸡你太美认证作者
29
564H
更新时间：2026-04-27
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
GLM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
@鸡你太美
鸡你太美认证作者
8
1H
更新时间：2026-04-27
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
分子动力生物信息
Rosetta
Rosetta
2
@苍耳阿猫
苍耳阿猫认证作者
4
26H
更新时间：2025-12-23
Rosetta
Rosetta
0元/小时
AI应用视频生成
Pixelle-Video｜一句话生成短视频
Pixelle-Video｜一句话生成短视频
9
@鸡你太美
鸡你太美认证作者
42
16H
更新时间：2026-04-27
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
7
@鸡你太美
鸡你太美认证作者
24
137H
更新时间：2026-04-27
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
Lora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
5
@MumuOpenK
80
568H
更新时间：2026-01-29
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
语音合成GLM
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
@鸡你太美
鸡你太美认证作者
38
26H
更新时间：2026-04-27
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
5
@smthem
23
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
3D生成ComfyUI
Trellis2代一键图片生成3D模型
Trellis2代一键图片生成3D模型
10
@smthem
222
2938H
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ComfyUI
TurboDiffusion-ultra-fast-wan
TurboDiffusion-ultra-fast-wan
7
@有趣的80后程序员
有趣的80后程序员认证作者
69
107H
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
语音合成
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
7
@鸡你太美
鸡你太美认证作者
71
79H
更新时间：2026-04-27
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
2
@苍耳阿猫
苍耳阿猫认证作者
9
65H
更新时间：2025-12-18
cp2k-v2025.2
cp2k-v2025.2
0元/小时
ComfyUIAI电商
电商换装到视频-全流程
电商换装到视频-全流程
28
@积木comfyui
173
146H
更新时间：2026-01-28
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
分子动力
DeePMD-kit
DeePMD-kit
0
@苍耳阿猫
苍耳阿猫认证作者
4
4H
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
3
@苍耳阿猫
苍耳阿猫认证作者
37
308H
更新时间：2025-12-16
lammps
lammps
0元/小时
Wan视频生成数字人
LiveAvatar
LiveAvatar
9
@十字鱼
十字鱼认证作者
25
20H
更新时间：2026-01-28
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
AI应用
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
1
@鸡你太美
鸡你太美认证作者
18
39H
更新时间：2026-04-27
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
OCR识别
PaddleOCR-VL
PaddleOCR-VL
23
@十字鱼
十字鱼认证作者
141
481H
更新时间：2026-01-28
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
语音合成GLM
GLM-TTS
GLM-TTS
11
@十字鱼
十字鱼认证作者
46
1223H
更新时间：2026-01-28
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
数字人
知鱼-焕焕镜像
知鱼-焕焕镜像
1
@
10
140H
更新时间：2026-01-28
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
GLMAI应用
AutoGLM-Phone-9B
AutoGLM-Phone-9B
0
@Ikaros
10
20H
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
Wan视频生成
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
5
@鸡你太美
鸡你太美认证作者
40
89H
更新时间：2026-04-27
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
LongCat图片生成图片编辑
LongCat-Image
LongCat-Image
4
@十字鱼
十字鱼认证作者
23
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
Z-ImageLora训练
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
59
@老徐Ai研习社
老徐Ai研习社认证作者
705
6485H
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
24
@鸡你太美
鸡你太美认证作者
355
12379H
更新时间：2026-04-27
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
OCR识别
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
1
@鸡你太美
鸡你太美认证作者
28
40H
更新时间：2026-04-27
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
LongCat图片生成图片编辑
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。
3
@AI-KSK
AI-KSK认证作者
7
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
语音合成
VoxCPM
VoxCPM
5
@十字鱼
十字鱼认证作者
41
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
VoxCPM 1.5B
VoxCPM 1.5B
3
@鹄仙
鹄仙认证作者
69
123H
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
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
@鸡你太美
鸡你太美认证作者
11
0H
更新时间：2026-04-27
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
Qwen-Image图片编辑Lora训练
Qwen-Edit 2509的Lora训练AI-toolkit
Qwen-Edit 2509的Lora训练AI-toolkit
3
@梦影Erislia
40
243H
更新时间：2026-01-29
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
数字人
Imtalker
Imtalker
2
@有趣的80后程序员
有趣的80后程序员认证作者
30
30H
更新时间：2026-01-29
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!
77
@与AI同行
与AI同行认证作者
626
861H
更新时间：2026-03-31
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
目标检测图像分割
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
19
27H
更新时间：2026-01-29
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
3
@郭泽斌
郭泽斌认证作者
251
695H
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
10
@老猫本猫
99
194H
更新时间：2026-01-29
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图片编辑AI电商
人物，商品，背景，随心所欲替换。
人物，商品，背景，随心所欲替换。
42
@老猫本猫
388
525H
更新时间：2026-01-29
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
视频编辑
长视频SteadyDancer动作迁移
长视频SteadyDancer动作迁移
62
@ifelse
394
523H
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
@鸡你太美
鸡你太美认证作者
10
1H
更新时间：2026-04-27
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
3
@鸡你太美
鸡你太美认证作者
24
15H
更新时间：2026-04-27
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
推理框架
vLLM-Omni
vLLM-Omni
1
@敢敢のwings
敢敢のwings认证作者
6
11H
更新时间：2026-01-29
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
107
@与AI同行
与AI同行认证作者
1222
4385H
更新时间：2026-03-31
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
1
@Anaconda
2
72H
更新时间：2026-01-29
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
Z-ImageLora训练
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
10
@AI-KSK
AI-KSK认证作者
198
2341H
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
IndexTTS语音合成
IndexTTS2整合包雨落版
IndexTTS2整合包雨落版
199
@雨落实战
雨落实战认证作者
2717
20554H
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
视频编辑
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
22
@刘悦的技术博客
刘悦的技术博客认证作者
141
128H
更新时间：2026-01-29
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
Z-ImageLora训练
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
42
@梦影Erislia
431
4220H
更新时间：2026-01-29
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
0
@鸡你太美
鸡你太美认证作者
1
4H
更新时间：2026-04-27
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
Z-Image图片生成
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
21
@刘悦的技术博客
刘悦的技术博客认证作者
251
181H
更新时间：2026-01-29
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
Qwen-Image
Qwen-Image的Lora训练DiffusionPipe
Qwen-Image的Lora训练DiffusionPipe
1
@梦影Erislia
27
81H
更新时间：2026-01-29
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
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
42
@刘悦的技术博客
刘悦的技术博客认证作者
564
4346H
更新时间：2026-01-29
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
Z-Image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
14
@鸡你太美
鸡你太美认证作者
111
716H
更新时间：2026-04-27
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
Wan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
6
@ifelse
139
742H
更新时间：2026-01-29
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
Z-ImageLora训练
aitookit_z-image_lora_train镜像
aitookit_z-image_lora_train镜像
27
@有趣的80后程序员
有趣的80后程序员认证作者
283
1656H
更新时间：2026-01-29
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
3
@鸡你太美
鸡你太美认证作者
52
550H
更新时间：2026-04-27
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
Z-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
193
@匹夫
匹夫认证作者
619
1469H
更新时间：2026-01-30
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
数据分析AI应用
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
6
@AI画师大阳
AI画师大阳认证作者
20
27H
更新时间：2026-01-30
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图片生成图片编辑
FLUX.2 [dev]
FLUX.2 [dev]
8
@十字鱼
十字鱼认证作者
86
86H
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
FluxComfyUI图片生成
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
35
@匹夫
匹夫认证作者
272
1289H
更新时间：2026-01-30
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
Z-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
14
@AI-KSK
AI-KSK认证作者
215
486H
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
FluxComfyUI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
4
@鸡你太美
鸡你太美认证作者
46
51H
更新时间：2026-04-27
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
10
@龙没耳
龙没耳认证作者
56
372H
更新时间：2026-01-30
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
AI应用
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
6
@AI画师大阳
AI画师大阳认证作者
83
1730H
更新时间：2026-01-30
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
FluxComfyUI图片生成
FLUX.2：下一代视觉生成引擎
FLUX.2：下一代视觉生成引擎
7
@AI-KSK
AI-KSK认证作者
62
102H
更新时间：2026-01-30
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图片编辑Qwen-Image
aha的ComfyUI镜像——姿态编辑
aha的ComfyUI镜像——姿态编辑
7
@叫我aha就好
97
553H
更新时间：2026-01-30
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
混元视频生成
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
10
@AI-KSK
AI-KSK认证作者
94
172H
更新时间：2026-01-30
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
ComfyUI
ComfyUI整合镜像
ComfyUI整合镜像
7
@鹄仙
鹄仙认证作者
68
356H
更新时间：2026-01-30
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
DeepSeekOCR识别
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
3
@鸡你太美
鸡你太美认证作者
42
489H
更新时间：2026-04-27
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
混元3D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
1
@鸡你太美
鸡你太美认证作者
20
22H
更新时间：2026-04-27
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
混元视频生成
HunyuanVideo-1.5
HunyuanVideo-1.5
6
@十字鱼
十字鱼认证作者
32
54H
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
IndexTTS语音合成
AI听书 IndexTTS vllm加速版
AI听书 IndexTTS vllm加速版
10
@CyberWon
91
75H
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
22
@匹夫
匹夫认证作者
155
378H
更新时间：2026-01-30
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
99
@与AI同行
与AI同行认证作者
1317
6271H
更新时间：2026-03-31
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
51
186H
更新时间：2026-02-02
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
视频超分
FlashVSR 视频高清放大工具
FlashVSR 视频高清放大工具
24
@AI画师大阳
AI画师大阳认证作者
469
902H
更新时间：2026-01-30
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
语音合成语音识别
Step-Audio-EditX
Step-Audio-EditX
3
@十字鱼
十字鱼认证作者
29
24H
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
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
14
@AI画师大阳
AI画师大阳认证作者
167
736H
更新时间：2026-01-30
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
392
@十字鱼
十字鱼认证作者
2760
11843H
更新时间：2026-03-16
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
Wan视频编辑ComfyUI
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
35
@AI-KSK
AI-KSK认证作者
247
3300H
更新时间：2026-01-30
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
99
@与AI同行
与AI同行认证作者
1168
2067H
更新时间：2026-03-31
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
图片编辑图片生成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
9
@刘悦的技术博客
刘悦的技术博客认证作者
69
23H
更新时间：2026-01-30
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
InfiniteTalk数字人
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
38
@AI画师大阳
AI画师大阳认证作者
587
868H
更新时间：2026-02-02
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
ComfyUI
Diffusion_pipe_in_ComfyUI天冬
Diffusion_pipe_in_ComfyUI天冬
3
@天冬
17
77H
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
Step-Audio-EditX
Step-Audio-EditX
3
@鹄仙
鹄仙认证作者
23
45H
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
其他
猫哥的商业化AI，SORA2
猫哥的商业化AI，SORA2
20
@老猫本猫
852
2958H
更新时间：2026-01-30
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
AI应用
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
@鸡你太美
鸡你太美认证作者
10
6H
更新时间：2026-04-27
股市有风险 投资请谨慎！
股市有风险 投资请谨慎！
0元/小时
Qwen-Image图片生成
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
4
@AI画师大阳
AI画师大阳认证作者
169
193H
更新时间：2026-01-30
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
54
@与AI同行
与AI同行认证作者
310
549H
更新时间：2026-03-31
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
InfiniteTalkWan数字人
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
8
@AI-KSK
AI-KSK认证作者
43
390H
更新时间：2026-01-30
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
视频超分
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
12
@smthem
162
144H
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
QwenVL视觉理解
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
36
@刘悦的技术博客
刘悦的技术博客认证作者
179
1175H
更新时间：2026-01-30
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视频编辑
animate完美一致性人物迁移
animate完美一致性人物迁移
39
@
268
376H
更新时间：2026-01-30
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
视频编辑ComfyUI
4步骤完成风格转绘vlog
4步骤完成风格转绘vlog
4
@鹄仙
鹄仙认证作者
13
85H
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
WanLora训练
Wan2.2-Lora训练diffusionpipe
Wan2.2-Lora训练diffusionpipe
13
@梦影Erislia
104
552H
更新时间：2026-01-30
Wan2.2Lora训练diffusionpipe
Wan2.2Lora训练diffusionpipe
0元/小时
图片编辑图片生成
ChronoEdit
ChronoEdit
4
@十字鱼
十字鱼认证作者
11
6H
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
Wan视频编辑
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
93
@老徐Ai研习社
老徐Ai研习社认证作者
979
2072H
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
语音合成
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
6
@鸡你太美
鸡你太美认证作者
76
136H
更新时间：2026-04-27
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
语音合成
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
9
@刘悦的技术博客
刘悦的技术博客认证作者
88
124H
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
42
@与AI同行
与AI同行认证作者
381
902H
更新时间：2026-03-31
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
视频编辑
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
26
@鸡你太美
鸡你太美认证作者
175
228H
更新时间：2026-04-27
facefusion3.4官方原版
facefusion3.4官方原版
0元/小时
Flux图片生成
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
15
42H
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
图片编辑AI工具
最强照片上色DDColor-牛哥定制版
最强照片上色DDColor-牛哥定制版
5
@NiuGee
NiuGee认证作者
22
138H
更新时间：2026-01-30
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
IndexTTS语音合成
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
40
@数列解析几何一生之敌
数列解析几何一生之敌认证作者
359
4738H
更新时间：2026-02-02
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
47
@与AI同行
与AI同行认证作者
462
1854H
更新时间：2026-03-31
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
LongCat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
12
@AI-KSK
AI-KSK认证作者
119
391H
更新时间：2026-01-30
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
19
@与AI同行
与AI同行认证作者
212
542H
更新时间：2026-03-31
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
LongCat视频生成
美团Longcat-video视频模型
美团Longcat-video视频模型
7
@社恐的知识树
社恐的知识树认证作者
32
147H
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
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
75
@AI画师大阳
AI画师大阳认证作者
981
7656H
更新时间：2026-01-30
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
视频超分
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
46
@刘悦的技术博客
刘悦的技术博客认证作者
897
4346H
更新时间：2026-01-30
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
视频编辑ComfyUI
一键视频转绘Ditto
一键视频转绘Ditto
6
@鹄仙
鹄仙认证作者
62
69H
更新时间：2026-02-02
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
积木comfyui
积木comfyui
11
@积木comfyui
45
62H
更新时间：2026-02-02
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
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
21
@AI-KSK
AI-KSK认证作者
329
1537H
更新时间：2026-02-02
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
6
@有黑眼圈的小竹熊
260
3073H
更新时间：2026-02-02
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
4
@skyrimprey
12
17H
更新时间：2026-02-02
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
AI应用
MinerU:高质量PDF转Markdown/JSON
MinerU:高质量PDF转Markdown/JSON
13
@AI画师大阳
AI画师大阳认证作者
237
925H
更新时间：2026-02-02
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
17
@与AI同行
与AI同行认证作者
97
187H
更新时间：2026-03-31
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
3D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
4
@AI画师大阳
AI画师大阳认证作者
109
274H
更新时间：2026-02-02
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
DeepSeekOCR识别
DeepSeek-OCR
DeepSeek-OCR
17
@十字鱼
十字鱼认证作者
61
803H
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-ImageComfyUI
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
5
@刘悦的技术博客
刘悦的技术博客认证作者
60
49H
更新时间：2026-02-02
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
InfiniteTalk数字人
ComfyUI_infiniteTalk数字人工作流
ComfyUI_infiniteTalk数字人工作流
93
@好奇漫步
1865
44138H
更新时间：2026-02-02
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
WanQwen-Image视频生成
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！
13
@老许爱吃肉丶
183
2266H
更新时间：2026-02-02
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
视频超分
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
10
@鸡你太美
鸡你太美认证作者
160
172H
更新时间：2026-04-27
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
114
@AI-KSK
AI-KSK认证作者
1518
9657H
更新时间：2026-02-02
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
OCR识别
baidu-paddle-ocr
baidu-paddle-ocr
3
@有趣的80后程序员
有趣的80后程序员认证作者
52
132H
更新时间：2026-02-02
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
视频超分
Flash-VSR-1.3B 图片/视频超清放大
Flash-VSR-1.3B 图片/视频超清放大
8
@刘悦的技术博客
刘悦的技术博客认证作者
98
41H
更新时间：2026-02-02
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
目标检测VL视觉理解
Rex-Omni
Rex-Omni
3
@十字鱼
十字鱼认证作者
23
350H
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
29
@刘悦的技术博客
刘悦的技术博客认证作者
268
202H
更新时间：2026-02-02
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
Wan视频编辑ComfyUI
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）
20
@龙没耳
龙没耳认证作者
139
1059H
更新时间：2026-02-02
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
Wan视频编辑
Animate-v2-最强人物替换工作流
Animate-v2-最强人物替换工作流
51
@匹夫
匹夫认证作者
470
829H
更新时间：2026-02-02
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
图片编辑图片生成ComfyUI
DreamOmni2 ComfyUI 量化版
DreamOmni2 ComfyUI 量化版
2
@鹄仙
鹄仙认证作者
31
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
视频生成
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
26
13H
更新时间：2026-02-02
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
236
@与AI同行
与AI同行认证作者
4589
18582H
更新时间：2026-03-31
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
Wan视频编辑ComfyUI
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
33
@梦影Erislia
188
143H
更新时间：2026-02-02
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
ComfyUIAI电商
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
18
@AI美研所
210
524H
更新时间：2026-02-03
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视频编辑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
22
@刘悦的技术博客
刘悦的技术博客认证作者
91
61H
更新时间：2026-02-02
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
VL视觉理解
Ming-UniVision
Ming-UniVision
2
@十字鱼
十字鱼认证作者
15
4H
更新时间：2026-02-02
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
Wan视频编辑ComfyUI
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
41
@AI-KSK
AI-KSK认证作者
407
1034H
更新时间：2026-02-02
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
AI应用
PDFMathTranslate
PDFMathTranslate
5
@十字鱼
十字鱼认证作者
5
3H
更新时间：2026-02-02
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
IndexTTS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
55
@鸡你太美
鸡你太美认证作者
850
8222H
更新时间：2026-04-27
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
混元3D生成
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
3
@鸡你太美
鸡你太美认证作者
31
352H
更新时间：2026-04-27
24gb可以运行该应用
24gb可以运行该应用
0元/小时
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
7
@AI-KSK
AI-KSK认证作者
63
23H
更新时间：2026-02-02
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
混元图片生成
HunyuanImage-3.0
HunyuanImage-3.0
13
@十字鱼
十字鱼认证作者
63
93H
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
Ovi 音频视频生成
Ovi 音频视频生成
12
@十字鱼
十字鱼认证作者
57
34H
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
121
@aiguoliuguo
aiguoliuguo认证作者
3769
93988H
更新时间：2026-07-15
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
46
@aiguoliuguo
aiguoliuguo认证作者
2291
6074H
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
IndexTTS语音合成
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
65
@AI画师大阳
AI画师大阳认证作者
1793
5520H
更新时间：2026-02-02
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
Wan视频编辑ComfyUI
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
20
@AI-KSK
AI-KSK认证作者
218
225H
更新时间：2026-02-02
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
混元3D生成
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
4
@鸡你太美
鸡你太美认证作者
52
161H
更新时间：2026-04-27
24gb最低显存
24gb最低显存
0元/小时
图片编辑
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
14
@AI画师大阳
AI画师大阳认证作者
124
88H
更新时间：2026-02-02
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
9
@鸡你太美
鸡你太美认证作者
95
126H
更新时间：2026-04-27
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
ComfyUI视频生成
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
11
22H
更新时间：2026-02-02
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
InfiniteTalkIndexTTS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
18
@AI-KSK
AI-KSK认证作者
179
1287H
更新时间：2026-02-02
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
IndexTTS语音合成
IndexTTS-V2 DeepSpeed编译加速版
IndexTTS-V2 DeepSpeed编译加速版
148
@刘悦的技术博客
刘悦的技术博客认证作者
3413
10686H
更新时间：2026-02-02
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
推理框架
bunkws
bunkws
2
@杭州国芯微
44
3127H
更新时间：2026-02-02
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
Wan视频编辑
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
46
@刘悦的技术博客
刘悦的技术博客认证作者
370
453H
更新时间：2026-02-02
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
IndexTTS语音合成
Niugee-IndexTTS-V2
Niugee-IndexTTS-V2
37
@NiuGee
NiuGee认证作者
360
930H
更新时间：2026-02-02
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
VoxCPM-小而美的TTS
VoxCPM-小而美的TTS
5
@鹄仙
鹄仙认证作者
38
304H
更新时间：2026-02-02
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
Qwen-Image图片生成ComfyUI
Qwen-Image-Edit-2509 三图融合,4步采样
Qwen-Image-Edit-2509 三图融合,4步采样
25
@刘悦的技术博客
刘悦的技术博客认证作者
179
230H
更新时间：2026-02-02
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
6
@鹄仙
鹄仙认证作者
63
404H
更新时间：2026-02-02
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
WanQwen-Image视频生成
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
37
@不止设计工作室
324
1773H
更新时间：2026-02-02
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
数字人
MultiTalk-生成音乐MV
MultiTalk-生成音乐MV
34
@乔大峰
乔大峰认证作者
102
207H
更新时间：2026-02-02
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
Wan视频编辑ComfyUI
WanAnimate
WanAnimate
21
@十字鱼
十字鱼认证作者
113
164H
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
Wan视频编辑ComfyUI
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
13
@AI-KSK
AI-KSK认证作者
152
296H
更新时间：2026-02-02
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
视频超分
SeedVR2-视频高清放大工作流
SeedVR2-视频高清放大工作流
25
@鸡你太美
鸡你太美认证作者
95
106H
更新时间：2026-04-27
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
语音合成
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
4
@鸡你太美
鸡你太美认证作者
26
64H
更新时间：2026-04-27
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
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
9
@AI-KSK
AI-KSK认证作者
165
372H
更新时间：2026-02-02
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
数字人视频生成
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
9
@鸡你太美
鸡你太美认证作者
23
55H
更新时间：2026-04-27
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
FireRedTTS2
FireRedTTS2
9
@十字鱼
十字鱼认证作者
54
756H
更新时间：2026-02-02
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
95
@与AI同行
与AI同行认证作者
1100
5459H
更新时间：2026-03-31
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
Wan视频生成
Wan-2.2-Fun-Vace视频主体替换
Wan-2.2-Fun-Vace视频主体替换
17
@刘悦的技术博客
刘悦的技术博客认证作者
75
80H
更新时间：2026-02-02
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
数字人视频生成
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
8
@Ikaros
18
19H
更新时间：2026-02-02
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
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
@鸡你太美
鸡你太美认证作者
27
15H
更新时间：2026-04-27
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
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
@鸡你太美
鸡你太美认证作者
38
54H
更新时间：2026-04-27
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
SD
SD高质量CG绘画
SD高质量CG绘画
11
@AI画师大阳
AI画师大阳认证作者
199
1395H
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
目标检测图像分割
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
21
14H
更新时间：2026-02-02
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
11
@Ikaros
27
4505H
更新时间：2026-02-02
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
81
@十字鱼
十字鱼认证作者
720
9338H
更新时间：2026-02-03
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
数字人视频生成
HuMo
HuMo
5
@十字鱼
十字鱼认证作者
13
11H
更新时间：2026-02-02
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
33
@与AI同行
与AI同行认证作者
404
2591H
更新时间：2026-03-31
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
226
@与AI同行
与AI同行认证作者
2887
8860H
更新时间：2026-03-31
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
数字人
AnchorCrafter-WebUI
AnchorCrafter-WebUI
16
@乔大峰
乔大峰认证作者
31
36H
更新时间：2026-02-02
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
IndexTTS语音合成
index-tts2 声音克隆
index-tts2 声音克隆
34
@有趣的80后程序员
有趣的80后程序员认证作者
371
1658H
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
7
12H
更新时间：2026-02-02
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
视频编辑
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）
68
@大鹏
大鹏认证作者
405
370H
更新时间：2026-02-02
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
IndexTTS语音合成
IndexTTS2 模型镜像 汉化构建by科哥
IndexTTS2 模型镜像 汉化构建by科哥
24
@鸡你太美
鸡你太美认证作者
257
446H
更新时间：2026-04-27
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
9
@AI画师大阳
AI画师大阳认证作者
112
366H
更新时间：2026-02-02
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
61
@刘悦的技术博客
刘悦的技术博客认证作者
1159
7128H
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
43
@刘悦的技术博客
刘悦的技术博客认证作者
561
1698H
更新时间：2026-02-02
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
IndexTTS语音合成
indexTTS2
indexTTS2
18
@白菜工厂1145号员工
白菜工厂1145号员工认证作者
324
1122H
更新时间：2026-02-02
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
混元视频生成
HunyuanVideo-Foley
HunyuanVideo-Foley
5
@鹄仙
鹄仙认证作者
32
69H
更新时间：2026-02-02
为视频添加音效
为视频添加音效
0元/小时
IndexTTS语音合成
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
12
@社恐的知识树
社恐的知识树认证作者
189
413H
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
110
@大鹏
大鹏认证作者
773
1208H
更新时间：2026-05-21
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
视频编辑
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
5
@鸡你太美
鸡你太美认证作者
71
116H
更新时间：2026-04-27
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
Qwen-Image图片生成ComfyUI
musubi-qwen-image lora 训练镜像
musubi-qwen-image lora 训练镜像
23
@有趣的80后程序员
有趣的80后程序员认证作者
169
794H
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视频生成
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
21
@星悦
星悦认证作者
118
178H
更新时间：2026-02-02
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
5
@鸡你太美
鸡你太美认证作者
36
2812H
更新时间：2026-04-27
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
2
@AI画师大阳
AI画师大阳认证作者
119
120H
更新时间：2026-02-02
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
Wan数字人
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
12
@社恐的知识树
社恐的知识树认证作者
105
122H
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
108
@与AI同行
与AI同行认证作者
1621
17189H
更新时间：2026-03-31
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
视频编辑
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
29
@大鹏
大鹏认证作者
188
210H
更新时间：2026-02-02
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
19
@Work-Fisher
95
145H
更新时间：2026-02-02
创造属于你的AI短片
创造属于你的AI短片
0元/小时
AI应用
PDF文档翻译器BabelDOC
PDF文档翻译器BabelDOC
3
@AI画师大阳
AI画师大阳认证作者
87
355H
更新时间：2026-02-02
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
18
@NiuGee
NiuGee认证作者
119
201H
更新时间：2026-02-02
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
混元3D生成
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
3
@鸡你太美
鸡你太美认证作者
47
115H
更新时间：2026-04-27
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
26
@与AI同行
与AI同行认证作者
139
253H
更新时间：2026-03-31
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
AI应用语音识别
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
22
@AI画师大阳
AI画师大阳认证作者
262
2850H
更新时间：2026-02-02
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
3
@鸡你太美
鸡你太美认证作者
47
99H
更新时间：2026-04-27
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
Wan视频生成
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
17
@十字鱼
十字鱼认证作者
184
341H
更新时间：2026-02-02
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
混元视频生成
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
7
@鸡你太美
鸡你太美认证作者
51
61H
更新时间：2026-04-27
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
混元AI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
3
@十字鱼
十字鱼认证作者
13
10H
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
混元视频生成
HunyuanVideoFoley-AI视频配乐
HunyuanVideoFoley-AI视频配乐
14
@匹夫
匹夫认证作者
114
219H
更新时间：2026-02-02
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
5
@十字鱼
十字鱼认证作者
49
195H
更新时间：2026-02-02
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
14
@鸡你太美
鸡你太美认证作者
188
367H
更新时间：2026-04-27
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）
29
@电磁波Studio
电磁波Studio认证作者
295
695H
更新时间：2026-02-02
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
WanLora训练
musubi-tunner-wan2.2训练镜像
musubi-tunner-wan2.2训练镜像
35
@有趣的80后程序员
有趣的80后程序员认证作者
414
2744H
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
InfiniteTalk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
InfiniteTalk数字人,4步采样,无限时长,说话数字人,唱歌数字人
84
@刘悦的技术博客
刘悦的技术博客认证作者
1802
3339H
更新时间：2026-02-02
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
4
@虚幻1024
87
425H
更新时间：2026-02-02
ComfyUI - qwen-image-千问合集
ComfyUI - qwen-image-千问合集
0元/小时
3D生成三维重建
SpatialGen - 3D场景生成器
SpatialGen - 3D场景生成器
1
@鸡你太美
鸡你太美认证作者
12
23H
更新时间：2026-04-27
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
语音合成
ThinkSound视频配音
ThinkSound视频配音
2
@鸡你太美
鸡你太美认证作者
35
123H
更新时间：2026-04-27
支持自启动
ThinkSound视频配音
ThinkSound视频配音
0元/小时
Wan视频生成
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
13
@刘悦的技术博客
刘悦的技术博客认证作者
147
146H
更新时间：2026-02-02
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视频生成
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
24
@AI-KSK
AI-KSK认证作者
243
345H
更新时间：2026-02-02
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图片编辑
视频人物主体替换
视频人物主体替换
7
@AI画师大阳
AI画师大阳认证作者
62
29H
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图片生成
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
23
@刘悦的技术博客
刘悦的技术博客认证作者
165
311H
更新时间：2026-02-02
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
WanLora训练
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
30
@AI-KSK
AI-KSK认证作者
414
3753H
更新时间：2026-02-02
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
OCR识别
RapidOCR_API_Torch_GPU
RapidOCR_API_Torch_GPU
1
@SWHL
SWHL认证作者
7
10H
更新时间：2026-02-02
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
15
@与AI同行
与AI同行认证作者
167
206H
更新时间：2026-03-31
支持自启动
QwenImage+Edit-WebUI-支持Lora
QwenImage+Edit-WebUI-支持Lora
0元/小时
VL视觉理解
VL视觉模型集合
VL视觉模型集合
1
@Ikaros
5
96H
更新时间：2026-02-02
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
混元
HunyuanWorld-1.0-lite 腾讯混元3D世界lite
HunyuanWorld-1.0-lite 腾讯混元3D世界lite
1
@鸡你太美
鸡你太美认证作者
15
21H
更新时间：2026-04-27
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
InfiniteTalk数字人
infinitetalk数字人工作流
infinitetalk数字人工作流
80
@匹夫
匹夫认证作者
1438
7489H
更新时间：2026-02-02
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
Wan视频生成ComfyUI
wan2.1文生视频动作迁移
wan2.1文生视频动作迁移
11
@AI画师大阳
AI画师大阳认证作者
150
234H
更新时间：2026-02-02
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
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
30
527H
更新时间：2026-02-02
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图片生成
Qwen-Image-Edit-4步采样
Qwen-Image-Edit-4步采样
5
@刘悦的技术博客
刘悦的技术博客认证作者
51
59H
更新时间：2026-02-02
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
5
@aiguoliuguo
aiguoliuguo认证作者
333
17586H
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
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
95
385H
更新时间：2026-02-02
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
Wan视频生成ComfyUI
WAN2.2视频生产加速套件-ComfyUI
WAN2.2视频生产加速套件-ComfyUI
10
@AI-KSK
AI-KSK认证作者
82
176H
更新时间：2026-02-02
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
5
@刘悦的技术博客
刘悦的技术博客认证作者
130
1437H
更新时间：2026-02-02
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
视频超分
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
11
@刘悦的技术博客
刘悦的技术博客认证作者
141
141H
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
图像编辑AI应用
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
7
@鸡你太美
鸡你太美认证作者
94
143H
更新时间：2026-04-27
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
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
10
@鸡你太美
鸡你太美认证作者
228
709H
更新时间：2026-04-27
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
图片编辑
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
7
@鸡你太美
鸡你太美认证作者
74
31H
更新时间：2026-04-27
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
17
@与AI同行
与AI同行认证作者
80
57H
更新时间：2026-03-31
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
5
@刘悦的技术博客
刘悦的技术博客认证作者
138
410H
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
图片编辑AI应用
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
3
@鸡你太美
鸡你太美认证作者
14
26H
更新时间：2026-04-27
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
AI电商
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
@鸡你太美
鸡你太美认证作者
28
104H
更新时间：2026-04-27
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
Wan视频生成
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
29
@刘悦的技术博客
刘悦的技术博客认证作者
391
1987H
更新时间：2026-02-02
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
7
@WYSLOVE
211
2883H
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
4
@熊猫助手
熊猫助手认证作者
24
156H
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
8
@NiuGee
NiuGee认证作者
86
249H
更新时间：2026-02-02
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
38
@龙没耳
龙没耳认证作者
628
6062H
更新时间：2026-02-03
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图片生成
Flux_Krea_Flux_Dev-Loras
Flux_Krea_Flux_Dev-Loras
9
@seazou
39
36H
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
4
@刘悦的技术博客
刘悦的技术博客认证作者
79
115H
更新时间：2026-02-02
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
语音合成
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)
52
@刘悦的技术博客
刘悦的技术博客认证作者
162
256H
更新时间：2026-02-02
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
5
@十字鱼
十字鱼认证作者
59
191H
更新时间：2026-02-02
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
WanLora训练
aitookit_wan21_t2v_lora_训练镜像
aitookit_wan21_t2v_lora_训练镜像
11
@有趣的80后程序员
有趣的80后程序员认证作者
204
2834H
更新时间：2026-02-02
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
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
@鸡你太美
鸡你太美认证作者
59
436H
更新时间：2026-04-27
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
Qwen-Image图片生成ComfyUI
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
12
@匹夫
匹夫认证作者
218
634H
更新时间：2026-02-02
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
10
@与AI同行
与AI同行认证作者
97
137H
更新时间：2026-03-31
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
视频超分
DLoRAL视频超分
DLoRAL视频超分
2
@Ikaros
14
21H
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
AI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
@鸡你太美
鸡你太美认证作者
37
13H
更新时间：2026-04-27
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
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
29
@刘悦的技术博客
刘悦的技术博客认证作者
480
878H
更新时间：2026-02-02
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
文本模型
OpenAI-GPT-OSS-120B/20B
OpenAI-GPT-OSS-120B/20B
4
@敢敢のwings
敢敢のwings认证作者
38
100H
更新时间：2026-02-02
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。
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。
0元/小时
Qwen-Image
Qwen-Image文字生成图片
Qwen-Image文字生成图片
9
@刘悦的技术博客
刘悦的技术博客认证作者
118
292H
更新时间：2026-02-02
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
AI应用
Video subtitle remover
Video subtitle remover
1
@如月风铃
20
18H
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
混元3D生成
混元世界大模型-v1.0
混元世界大模型-v1.0
2
@Ikaros
35
27H
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
CosyVoice2-0.5B
CosyVoice2-0.5B
6
@鸡你太美
鸡你太美认证作者
116
281H
更新时间：2026-04-27
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
Wan视频生成ComfyUI
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
70
@刘悦的技术博客
刘悦的技术博客认证作者
848
5386H
更新时间：2026-02-02
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
10
84H
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
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
@鸡你太美
鸡你太美认证作者
30
31H
更新时间：2026-04-27
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
AI应用
Joy Cation WebUI批量打标工具独立版
Joy Cation WebUI批量打标工具独立版
3
@龙没耳
龙没耳认证作者
44
23H
更新时间：2026-02-02
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
4
0H
更新时间：2026-02-02
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
18
@我就是五字
我就是五字认证作者
494
1149H
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
Wan视频生成ComfyUI
wan2.2工作流合集
wan2.2工作流合集
76
@匹夫
匹夫认证作者
1161
13042H
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
Wan视频生成ComfyUI
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
14
@刘悦的技术博客
刘悦的技术博客认证作者
148
306H
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
Qwen
Qwen3-coder-30B-A3B
Qwen3-coder-30B-A3B
4
@苍耳阿猫
苍耳阿猫认证作者
34
66H
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
2
@alex
41
1594H
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
Wan视频生成ComfyUI
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
10
@刘悦的技术博客
刘悦的技术博客认证作者
288
873H
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
Wan视频生成ComfyUI
Wan2.2-Diffusers
Wan2.2-Diffusers
3
@十字鱼
十字鱼认证作者
36
148H
更新时间：2025-07-30
Wan2.2-I2V-A14B-Diffusers + WebUI
Wan2.2-I2V-A14B-Diffusers + WebUI
0元/小时
文本模型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
3
7H
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
Wan视频生成ComfyUI
WAN2.2-ComfyUI 开源SOTA级AI视频生成
WAN2.2-ComfyUI 开源SOTA级AI视频生成
7
@AI-KSK
AI-KSK认证作者
137
1243H
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
5
@星悦
星悦认证作者
52
267H
更新时间：2026-02-03
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
8
23H
更新时间：2026-02-03
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
8
@xiaofang
33
19H
更新时间：2026-02-03
支持自启动
本镜像基于ComfyUI平台，提供专业的童装一键换装功能，可快速、精准地替换图片中儿童的服装款式。
本镜像基于ComfyUI平台，提供专业的童装一键换装功能，可快速、精准地替换图片中儿童的服装款式。
0元/小时
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
7
@鸡你太美
鸡你太美认证作者
185
533H
更新时间：2026-04-27
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
IndexTTS语音合成
index-tts
index-tts
7
@十字鱼
十字鱼认证作者
145
393H
更新时间：2026-02-03
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
Srt-AI-Voice-Assistant+GPT-SoVITS-2506(V2Pro)
Srt-AI-Voice-Assistant+GPT-SoVITS-2506(V2Pro)
5
@数列解析几何一生之敌
数列解析几何一生之敌认证作者
152
3524H
更新时间：2026-02-03
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
FluxLora训练
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
183
1543H
更新时间：2026-02-03
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
AI应用ChatBot
AstrBot
AstrBot
2
@AstrBotDevs
AstrBotDevs认证作者
45
961H
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
11
@龙没耳
龙没耳认证作者
160
1564H
更新时间：2026-02-03
Forge WebUI大镜像
Forge WebUI大镜像
0元/小时
语音合成
vits-simple-api
vits-simple-api
5
@Artrajz
Artrajz认证作者
21
1526H
更新时间：2026-02-03
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
数字人ComfyUI
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)
22
@与AI同行
与AI同行认证作者
383
2103H
更新时间：2026-03-31
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
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
11
@鸡你太美
鸡你太美认证作者
182
615H
更新时间：2026-04-27
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
IndexTTS语音合成
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
@鸡你太美
鸡你太美认证作者
51
42H
更新时间：2026-04-27
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
6
@有黑眼圈的小竹能
243
643H
更新时间：2026-02-03
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
3
@Ikaros
39
301H
更新时间：2026-02-03
搜集主流的开源ASR项目，提供api接口或webui页面完成ASR工作。
搜集主流的开源ASR项目，提供api接口或webui页面完成ASR工作。
0元/小时
语音合成
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
2
@鸡你太美
鸡你太美认证作者
85
99H
更新时间：2026-04-27
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
文本模型ChatBot
LangBot
LangBot
1
@LangBotTeam
LangBotTeam认证作者
5
17H
更新时间：2026-02-03
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训练
lora-scripts
lora-scripts
16
@Faych
183
1151H
更新时间：2025-07-04
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
25
@NiuGee
NiuGee认证作者
433
187707H
更新时间：2026-02-03
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)
5
@ai来事
ai来事认证作者
95
225H
更新时间：2026-02-03
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。
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。
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
61
94H
更新时间：2026-02-03
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
FluxComfyUI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
9
@匹夫
匹夫认证作者
370
2175H
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
4
@AI-KSK
AI-KSK认证作者
63
68H
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
57
445H
更新时间：2026-02-03
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
4
@十字鱼
十字鱼认证作者
154
275H
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
2
@skl
skl认证作者
280
1295H
更新时间：2026-02-03
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
16
@匹夫
匹夫认证作者
320
862H
更新时间：2026-02-03
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
IndexTTS语音合成
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
1
@鸡你太美
鸡你太美认证作者
122
741H
更新时间：2026-04-27
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
Wan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
5
@大凯智障君
大凯智障君认证作者
111
480H
更新时间：2026-02-03
WAN 2.1-人脸追踪-工作流概述 VACE14B-T2V + Causvid 加速 - comfyUI精品课程 > 对应课程的更新镜像版本，更新了模型和实用的自定义节点。
WAN 2.1-人脸追踪-工作流概述 VACE14B-T2V + Causvid 加速 - comfyUI精品课程 > 对应课程的更新镜像版本，更新了模型和实用的自定义节点。
0元/小时
Hunyuan
Hunyuan3D-2.1
Hunyuan3D-2.1
1
@苍耳阿猫
苍耳阿猫认证作者
44
217H
更新时间：2026-02-12
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
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
3
@大凯智障君
大凯智障君认证作者
93
454H
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
语音合成
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
16
6H
更新时间：2026-02-03
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
7
7H
更新时间：2026-02-03
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
3
22H
更新时间：2026-02-03
V-JEPA 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
Comfyui热门工作流
Comfyui热门工作流
51
@匹夫
匹夫认证作者
1518
9106H
更新时间：2026-02-03
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
语音合成
GPT-Sovits_V4
GPT-Sovits_V4
88
@红血球AE3803
红血球AE3803认证作者
3155
20898H
更新时间：2026-01-30
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
FluxLora训练
FluxGym
FluxGym
19
@匹夫
匹夫认证作者
533
1775H
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
文本模型
Text-Generation-Webui
Text-Generation-Webui
2
@Smzh
Smzh认证作者
14
1144H
更新时间：2026-02-03
Text-Generation-Webui大语言模型综合终端。
Text-Generation-Webui大语言模型综合终端。
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
3
@AI-KSK
AI-KSK认证作者
196
843H
更新时间：2026-02-03
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
Wan视频生成ComfyUI
ComfyUI-WAN-AI视频
ComfyUI-WAN-AI视频
2
@Hugo
Hugo认证作者
62
396H
更新时间：2026-02-03
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
AI应用ChatBot
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
53
2272H
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
DeepSeek-R1-0528-Qwen3-8B
DeepSeek-R1-0528-Qwen3-8B
4
@苍耳阿猫
苍耳阿猫认证作者
73
332H
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
7
@NiuGee
NiuGee认证作者
44
62H
更新时间：2026-02-03
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
IndexTTS语音合成
Index-TTS
Index-TTS
0
@鸡你太美
鸡你太美认证作者
105
373H
更新时间：2026-04-27
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
5
@鸡你太美
鸡你太美认证作者
210
3443H
更新时间：2026-04-27
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
F5-TTS
F5-TTS
2
@鸡你太美
鸡你太美认证作者
65
322H
更新时间：2026-04-27
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
2
@icecoins
icecoins认证作者
148
2980H
更新时间：2026-02-03
Voice-Changer 云端在线变声器。
Voice-Changer 云端在线变声器。
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
17
14H
更新时间：2026-02-03
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文本模型
LLaMAFactory-0.9.3.dev-Qwen3-8B
LLaMAFactory-0.9.3.dev-Qwen3-8B
7
@llamafactory_cn
llamafactory_cn认证作者
167
6073H
更新时间：2026-02-04
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
Alphafold3
Alphafold3
2
@
17
219H
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
Wan视频生成ComfyUI
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
16
@AI-KSK
AI-KSK认证作者
315
976H
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
语音合成
gpt-sovits-v4
gpt-sovits-v4
8
@39c5bb
39c5bb认证作者
336
4120H
更新时间：2026-02-04
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
ComfyUI
三面ComfyUI
三面ComfyUI
2
@三面君
三面君认证作者
246
441H
更新时间：2026-02-04
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文本模型
Qwen3-vLLM-Series
Qwen3-vLLM-Series
8
@优云智算
245
1609H
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
WanLora训练
Wan2.1-Lora训练
Wan2.1-Lora训练
1
@麻雀
27
57H
更新时间：2026-02-04
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文本模型
Qwen3-Ollama-Series
Qwen3-Ollama-Series
2
@苍耳阿猫
苍耳阿猫认证作者
58
294H
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
2
@xiaoxu
104
306H
更新时间：2026-02-04
FramePack 是 lllyasviel 开源的“下一帧预测”视频扩散框架
FramePack 是 lllyasviel 开源的“下一帧预测”视频扩散框架
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
8
@鸡你太美
鸡你太美认证作者
60
317H
更新时间：2026-04-27
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
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
7
@鸡你太美
鸡你太美认证作者
374
1119H
更新时间：2026-04-27
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
1
@龙没耳
龙没耳认证作者
83
611H
更新时间：2026-02-04
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
数字人
HeyGem-lite
HeyGem-lite
4
@优云智算
78
73H
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
13
@萤火君
228
4028H
更新时间：2026-02-04
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
Qwen-vLLM-Series
Qwen-vLLM-Series
3
@优云智算
98
2742H
更新时间：2026-02-04
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文本模型
Qwen2.5-Omni
Qwen2.5-Omni
0
@苍耳阿猫
苍耳阿猫认证作者
23
91H
更新时间：2026-02-04
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
文本模型
gemma3
gemma3
1
@Coderabo
Coderabo认证作者
22
18H
更新时间：2026-02-04
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
33
278H
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
混元3D生成
hunyuan3D-2
hunyuan3D-2
2
@苍耳阿猫
苍耳阿猫认证作者
45
50H
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
混元3D生成
Hunyuan3D-2.0
Hunyuan3D-2.0
0
@39c5bb
39c5bb认证作者
27
29H
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
文本模型
Ollama-Gemma 3
Ollama-Gemma 3
1
@苍耳阿猫
苍耳阿猫认证作者
75
129H
更新时间：2026-02-04
Gemma 3 是谷歌最新推出的开源轻量级多模态模型
Gemma 3 是谷歌最新推出的开源轻量级多模态模型
0元/小时
ComfyUI
ComfyUI-v0.3.26
ComfyUI-v0.3.26
3
@龙没耳
龙没耳认证作者
290
508H
更新时间：2026-02-04
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
Wan视频生成ComfyUI
ComfyUI-Wanx-I2V
ComfyUI-Wanx-I2V
1
@Faych
151
468H
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
GPT-SoVITS-V3
GPT-SoVITS-V3
4
@39c5bb
39c5bb认证作者
296
102H
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
Qwen文本模型
QwQ-32B-深度思考满血版
QwQ-32B-深度思考满血版
1
@敢敢のwings
敢敢のwings认证作者
33
25H
更新时间：2026-02-04
QwQ-32B基于Qwen2.5-32B，并通过强化学习（RL）进行进一步优化。
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
Qwen文本模型
QwQ-32B-GGUF
QwQ-32B-GGUF
1
@苍耳阿猫
苍耳阿猫认证作者
48
51H
更新时间：2026-02-04
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-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
107
173H
更新时间：2026-02-04
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训练
Koyha-ss Lora训练
Koyha-ss Lora训练
1
@windsing
50
592H
更新时间：2026-02-04
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
Wan2.1-T2V-1.3B
Wan2.1-T2V-1.3B
0
@Alex
Alex认证作者
14
82H
更新时间：2026-02-04
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
3
@
115
294H
更新时间：2026-02-04
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
Wan视频生成
Wan2.1-WebUI
Wan2.1-WebUI
1
@苍耳阿猫
苍耳阿猫认证作者
65
184H
更新时间：2026-02-04
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
Wan视频生成ComfyUI
ComfyUI-Wan2.1
ComfyUI-Wan2.1
3
@O_O
114
49H
更新时间：2026-02-04
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
1
@Faych
76
139H
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
43
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
@
42
281H
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
Zonos-v0.1
Zonos-v0.1
1
@HelloGitHub
24
24H
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
语音合成
RVC
RVC
129
@aiguoliuguo
aiguoliuguo认证作者
9791
38667H
更新时间：2026-04-18
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
AI应用VL视觉理解
OmniParser
OmniParser
0
@HelloGitHub
44
2018H
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
11
@xiaolxl
xiaolxl认证作者
546
3540H
更新时间：2026-02-04
本镜像是基于Stable Diffusion WebUI 1.10.0的一站式整合包
本镜像是基于Stable Diffusion WebUI 1.10.0的一站式整合包
0元/小时
DeepSeek
LLaMAFactory-0.9.2.dev-DeepSeek-R1-Distill
LLaMAFactory-0.9.2.dev-DeepSeek-R1-Distill
4
@llamafactory_cn
llamafactory_cn认证作者
232
667H
更新时间：2026-02-04
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
目标检测
SF_Loc
SF_Loc
0
@敢敢のwings
敢敢のwings认证作者
4
199H
更新时间：2026-02-04
SF-Loc应该算是DBA-Fusion(RAL2024)的改进版。
SF-Loc应该算是DBA-Fusion(RAL2024)的改进版。
0元/小时
FluxLora训练
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
6
@南墙_Rylee
205
769H
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
2
@敢敢のwings
敢敢のwings认证作者
82
66H
更新时间：2026-02-04
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
BertVits2-2.4中文特化版
BertVits2-2.4中文特化版
0
@aiguoliuguo
aiguoliuguo认证作者
19
33H
更新时间：2026-02-04
该镜像目前为Bert-VITS2 2.4中文特化版，在中文特化版上所作的一些小优化，模型完全兼容，可进行无缝迁移。
该镜像目前为Bert-VITS2 2.4中文特化版，在中文特化版上所作的一些小优化，模型完全兼容，可进行无缝迁移。
0元/小时
语音合成
FishSpeech
FishSpeech
3
@aiguoliuguo
aiguoliuguo认证作者
97
147H
更新时间：2026-02-04
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
目标检测
YOLOv5
YOLOv5
0
@BhAem
95
589H
更新时间：2026-02-04
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 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文本模型
ChatGLM3
ChatGLM3
2
@BhAem
42
53H
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
1
@whisdom
11
29H
更新时间：2026-02-04
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
图像分割
segment-anything
segment-anything
1
@naoxin
13
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
目标检测图像分割
Fastsam
Fastsam
1
@naoxin
8
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
DeepSeek-R1:32b
DeepSeek-R1:32b
5
@fancy
fancy认证作者
60
2004H
更新时间：2026-02-04
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
275
4668H
更新时间：2026-02-04
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
BertVits2-2.3
BertVits2-2.3
0
@aiguoliuguo
aiguoliuguo认证作者
33
52H
更新时间：2026-02-04
该镜像目前更新为Bert-VITS2 2.3版本
该镜像目前更新为Bert-VITS2 2.3版本
0元/小时
语音合成
CosyVoice
CosyVoice
3
@aiguoliuguo
aiguoliuguo认证作者
128
86H
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
Ollama-DeepSeek-R1-70B
Ollama-DeepSeek-R1-70B
4
@敢敢のwings
敢敢のwings认证作者
459
135H
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
vLLM-DeepSeek-R1-Distill
vLLM-DeepSeek-R1-Distill
7
@优云智算
4854
7330H
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
Ollama-DeepSeek-R1-32B
Ollama-DeepSeek-R1-32B
4
@敢敢のwings
敢敢のwings认证作者
1412
1180H
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
DeepSeekVL视觉理解
Janus-Pro-7B
Janus-Pro-7B
2
@优云智算
1116
3469H
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
语音合成
Diffsinger
Diffsinger
7
@39c5bb
39c5bb认证作者
36
308H
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
1
@苍耳阿猫
苍耳阿猫认证作者
25
54H
更新时间：2026-02-04
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
AI应用
HivisonIDPhoto
HivisonIDPhoto
0
@Samphi
54
42H
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
具身智能
Cosmos-v1.0
Cosmos-v1.0
2
@苍耳阿猫
苍耳阿猫认证作者
19
6H
更新时间：2026-02-04
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SVC
DDSP-SVC-6.2
DDSP-SVC-6.2
9
@39c5bb
39c5bb认证作者
361
5818H
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
文本模型
LLaMA3-8B
LLaMA3-8B
1
@liusha
15
23H
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
2
@Tlntin
21
14H
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
117
65H
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
视频编辑AI应用
Xier-FunClip
Xier-FunClip
4
@Xier
9
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
7
@敢敢のwings
敢敢のwings认证作者
61
41H
更新时间：2026-02-04
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
AI应用
VoiceTransl
VoiceTransl
12
@Simple
Simple认证作者
660
1245H
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
33
1088H
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
混元视频生成
ComfyUI-HunyuanVideo-Lora_Train
ComfyUI-HunyuanVideo-Lora_Train
2
@39c5bb
39c5bb认证作者
118
937H
更新时间：2026-02-04
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
混元视频生成
ComfyUI-HunyuanVideo
ComfyUI-HunyuanVideo
0
@39c5bb
39c5bb认证作者
193
29H
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
语音合成SVC
so-vits-svc
so-vits-svc
23
@39c5bb
39c5bb认证作者
1749
11158H
更新时间：2026-02-04
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
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
36
465H
更新时间：2026-02-04
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
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
2
@Ai学术叫叫兽
32
859H
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
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
16
29H
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
51
223H
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
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
2
@Ai学术叫叫兽
273
3220H
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
图像分割
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
46
655H
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
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
1
@Ai学术叫叫兽
81
460H
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
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
4
@Ai学术叫叫兽
521
8231H
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
视频编辑
facefusion3.0.1图片视频换脸应用
facefusion3.0.1图片视频换脸应用
2
@鸡你太美
鸡你太美认证作者
285
181H
更新时间：2026-04-27
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
8
@39c5bb
39c5bb认证作者
203
197H
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
6
@敢敢のwings
敢敢のwings认证作者
53
184H
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
目标检测VL视觉理解
MixVpr
MixVpr
0
@敢敢のwings
敢敢のwings认证作者
7
27H
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
1
@狼哥
59
350H
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
推理框架
LLaMAFactory
LLaMAFactory
2
@Faych
68
89H
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
数字人
AniTalker
AniTalker
0
@O_O
43
3H
更新时间：2026-02-04
AniTalker镜像集成清华大学开源的2D动画角色口型同步工具
AniTalker镜像集成清华大学开源的2D动画角色口型同步工具
0元/小时
目标检测
YOLOv8
YOLOv8
0
@狼哥
81
323H
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
语音合成
ChatTTS
ChatTTS
4
@Faych
64
3741H
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
6
@🎉Astro
395
905H
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图片生成
ComfyUI-Flux.1-dev
ComfyUI-Flux.1-dev
3
@O_O
201
151H
更新时间：2026-02-04
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
语音合成
GPT-SoVITS-V2
GPT-SoVITS-V2
3
@39c5bb
39c5bb认证作者
321
99H
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
官方镜像推理框架
LLaMAFactory-WebUI
LLaMAFactory-WebUI
8
@优云智算
232
1917H
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
qrCode扫码关注公众号
qrCode