ComfyGen ComfyGen是一款基于大型语言模型（LLM）的文本到图像生成系统，能够根据用户提供的文本提示自动生成高质量图像。它通过结合多种专业组件如微调基础模型、LoRAs、嵌入技术和超分辨率处理等构建复杂工作流，并采用两种基于LLM的方法优化图像生成质量，适用于艺术创作、游戏开发、广告设计、电影制作等多个领域。 AI项目与工具 2025年06月12日 54 点赞 0 评论 445 浏览
SaRA SaRA是一种新型预训练扩散模型微调方法，通过重新激活预训练阶段未被充分使用的参数，有效提升模型的适应性和泛化能力。该方法支持核范数低秩稀疏训练，能够防止过拟合并优化模型性能，同时大幅降低计算资源需求。SaRA适用于多种应用场景，包括图像风格迁移、视频生成及下游数据集微调等，仅需少量代码调整即可实现高效微调。 AI项目与工具 2025年06月12日 12 点赞 0 评论 137 浏览
PUMA PUMA是一款先进的多模态大型语言模型，专注于通过整合多粒度视觉特征提升视觉生成与理解能力。它支持文本到图像生成、图像编辑、条件图像生成及多粒度视觉解码等功能，适用于艺术创作、媒体娱乐、广告营销等多个领域，凭借其强大的多模态预训练和微调技术，成为多模态AI领域的前沿探索。 AI项目与工具 2025年06月12日 72 点赞 0 评论 133 浏览
VtripGPT VtripGPT是一款专为旅游领域设计的AI大模型，采用Transformer架构，结合增量预训练和微调技术，可生成高质量的旅游相关文本回复。它具备对话生成、个性化旅游攻略提供、行程定制、商品推荐以及智能问答等功能，旨在提升旅游规划效率并优化用户体验。VtripGPT已成功应用于多个国家和地区，覆盖了从旅游攻略生成到商品推荐的多种应用场景。 AI项目与工具 2025年06月12日 50 点赞 0 评论 225 浏览
炉米Lumi 炉米Lumi是一款由字节跳动开发的AIGC图像创作平台，主要功能包括模型上传与展示、工作流搭建以及LoRA微调。它为AI爱好者、研究人员和开发者提供了一个协作环境，用于分享和优化AI模型。炉米Lumi支持多种应用场景，如科研、教育、艺术创作、商业应用开发等，具有开放性和高灵活性。 --- AI项目与工具 2025年06月12日 64 点赞 0 评论 464 浏览
SmolLM2 SmolLLM2是一款由Hugging Face研发的紧凑型大型语言模型，支持设备端运行，具有1.7B、360M、135M三种参数规模。它通过监督微调与超反馈优化提升指令理解能力，在文本重写、摘要生成、函数调用等方面表现突出，适用于智能助手、聊天机器人等需要自然语言处理的场景，尤其适合延迟敏感、隐私保护和硬件资源受限的应用。 AI项目与工具 2025年06月12日 24 点赞 0 评论 433 浏览
Hertz Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。 AI项目与工具 2025年06月12日 48 点赞 0 评论 135 浏览
MiLoRA MiLoRA是一种参数高效的大型语言模型微调方法，通过奇异值分解将权重矩阵分为主要和次要两部分，专注于次要部分的优化以降低计算成本，同时保持模型的高精度和高效性。它在自然语言处理任务中表现出色，适用于文本分类、情感分析、问答系统等多个领域，并在多租户环境和实时内容生成中展现出显著优势。 --- AI项目与工具 2025年06月12日 47 点赞 0 评论 287 浏览
OpenCoder OpenCoder是一个开源代码大型语言模型（LLM），具备代码生成、审查、补全、错误调试等功能，支持多种编程语言，通过预训练、指令微调及优化策略提升性能，推动代码AI研究的透明化与可重复性，广泛应用于开发效率提升、代码质量保障及编程教育等领域。 AI项目与工具 2025年06月12日 58 点赞 0 评论 241 浏览
RAG RAG-Diffusion是一种区域感知型文本到图像生成工具，采用区域硬绑定与区域软细化两阶段策略，实现对图像区域的精确控制与细节优化。该工具支持图像重绘，无需额外内绘模型，且具备免微调特性。其主要应用场景包括数字艺术创作、广告设计、游戏开发及影视制作等领域，能够显著提升工作效率并满足个性化需求。 AI项目与工具 2025年06月12日 48 点赞 0 评论 124 浏览
