Сейсмограф GitHub — находки и рост интереса
Модели для текста, изображений, видео и аудио из топ-50 трендов Hugging Face. Квантованные версии одной модели объединены.
Замер: · Изменение места с 13.10.2026 18:57 UTC
Показано моделей: 40 / 40
Открытая мультимодальная модель эмбеддингов от Google DeepMind: отображает текст, код, изображения, видео и аудио в единое 768-мерное векторное пространство. Работает на мобильных устройствах и ноутбуках для поиска, RAG, классификации и кластеризации.
Эмбеддинги · Создана 2026-09-14 · apache-2.0
Локальная модель на 12B, которая переписывает черновики, написанные ИИ (письма, эссе, отчёты, посты; английский и китайский), чтобы они читались как написанные человеком, сохраняя числа, даты, имена и цитаты.
Текст и диалог · Создана 2026-09-11 · apache-2.0
Ускоренный чекпоинт Qwen-Image-2.1 для генерации изображений по тексту и редактирования картинок всего за 8 шагов шумоподавления. Загружается через QwenImage21Pipeline в Diffusers без ручной настройки планировщика.
Генерация изображений · Создана 2026-10-09 · other
Квантованные версии модели Qwen-Image-2.1 для локальной генерации изображений по тексту в ComfyUI, включая варианты без встроенного фильтра контента. Репозиторий содержит GGUF, Safetensors и MLX-файлы, а также text encoder и VAE.
Генерация изображений · Версия создана 2026-09-20 · other
Мультимодальная модель MiniCPM-V 4.7 в варианте 35B-A3B — первый открытый MoE-вариант серии, понимающий изображения, несколько картинок и видео и рассчитанный на локальный запуск на устройствах. Благодаря Lookahead Expert Scheduling, послойной квантизации и спекулятивной выборке работает на iPhone со скоростью 13+ токенов/с при 3 ГБ памяти.
Диалог с изображениями · Создана 2026-10-07 · apache-2.0
Квантованная GGUF-версия Qwen3.8-27B весом 7.89 ГБ для llama.cpp, сохраняющая вызов инструментов и работающая на слабом железе. Есть опциональный vision-аддон для обработки изображений.
Текст и диалог · Создана 2026-10-08 · apache-2.0
Мультимодальная модель на 27B, которая по состоянию (текст, JSON, изображения, видео) и схеме типизированных вопросов возвращает вероятности для каждого варианта ответа за один проход, без генерации свободного текста.
Диалог с изображениями · Создана 2026-09-30 · apache-2.0
Мультимодальная решающая модель на 3B параметров, построенная на LFM2.5-VL-3B. Принимает состояние (текст, JSON, изображения) и набор вопросов, возвращая калиброванные типизированные ответы за один прямой проход без генерации токенов.
Диалог с изображениями · Создана 2026-10-05 · other
GGUF-версии текстового энкодера Qwen3-VL-8B-Instruct с удалённым направлением отказа для запуска Qwen-Image 2.1 Turbo локально через stable-diffusion.cpp. Включает квантованные варианты энкодера и mmproj.
Генерация изображений · Версия создана 2026-10-09 · apache-2.0
Открытая vision-language модель Qwen3.8-27B (27B параметров, контекст до 1M токенов) для кодинга, агентных задач и понимания изображений и видео. Веса в формате Hugging Face Transformers, совместимы с vLLM, SGLang и TokenSpeed.
Диалог с изображениями · Создана 2026-08-05 · apache-2.0
Турецкая text-to-speech модель: DiT-акустическая модель на 5.6M параметров и вокодер на 3M, всего 8.6M (~34 МБ), Apache 2.0. Работает офлайн на GPU или CPU, поддерживает потоковую генерацию и пакетную обработку.
Синтез речи · Создана 2026-10-01 · apache-2.0
Пост-обученная мультимодальная модель на базе Qwen3.8-27B, исправляющая привычку бесконечно перепроверять ответ до упора в лимит контекста. Репозиторий содержит веса в разных точностях (BF16, FP8, NVFP4, INT8/INT4, GGUF) с поддержкой SGLang, vLLM, llama.cpp и NInfer.
Диалог с изображениями · Создана 2026-10-04 · apache-2.0
Открытая модель на 35 млрд параметров (около 3 млрд активных на токен) на базе Qwen3.5-35B-A3B, выбирающая один калиброванный ответ из до 256 вариантов за один проход для ранжирования, классификации и переранжирования поиска.
Другие задачи · Создана 2026-10-11 · apache-2.0
Модель OCR от Baidu для распознавания текста на изображениях и многостраничных PDF, включая длинные документы за один проход. Запускается через Transformers, vLLM или SGLang.
Диалог с изображениями · Создана 2026-06-19 · mit
Диалог с изображениями
Диалог с изображениями · Версия создана 2026-09-01 · apache-2.0
Диалог с изображениями
Диалог с изображениями · Версия создана 2026-09-07 · apache-2.0
Диалог с изображениями
Диалог с изображениями · Создана 2026-09-10 · mit
Распознавание речи
Распознавание речи · Создана 2025-04-15 · cc-by-4.0 · Доступ по заявке
Диалог с изображениями
Диалог с изображениями · Версия создана 2026-10-09 · mit
Текст и диалог
Текст и диалог · Создана 2026-09-20 · apache-2.0
Диалог с изображениями
Диалог с изображениями · Версия создана 2026-10-02 · apache-2.0