AI 模型大全

InternVL 是开源视觉语言模型，中文视觉问答与图文理解强，多尺寸覆盖，学术与商用皆可。

Suno 开源 TTS 模型 Bark，可生成多语种语音、音乐、音效与「非语言」声音，情绪表达丰富。

Fish Speech 开源多语言 TTS，15 秒音频即可克隆音色，中文效果好，社区热度高。

阿里开源语音生成模型 CosyVoice，零样本语音克隆、多语种支持，音色自然，Apache-2.0 可商用。

百度开源的 ERNIE-ViLG 文生图模型，基于 PaddlePaddle 生态，中文与国风生成能力好，研究友好。

PixArt-Σ 是高效的文生图 DiT 模型，低成本训练、高质量输出，支持 4K 分辨率，开源可商用。

快手开源可图 Kolors，14B 文生图模型，中文理解优秀、写实画质高，Apache-2.0 免费商用，可本地部署。

AnimateDiff 将文生图模型变成动画生成器，对 Stable Diffusion 生态无缝兼容，可本地生成高质量短视频。

Lightricks 开源文生视频模型 LTX-Video，DiT 架构，低延迟生成，13B 高质量版本，消费级显卡可跑。

腾讯开源文生视频大模型 HunyuanVideo，13B 参数生成高分辨率视频，中文语义理解与运动质量优秀。

智谱开源文生视频模型 CogVideoX，2B/5B 参数本地可跑，中文提示词友好，是国产开源视频生成代表。

Ollama 让本地大模型像 App 一样安装运行，扩展支持视觉与多模态，一条命令跑起各类模型，生态最流行。

RAGFlow 是深度文档理解的 RAG 引擎，布局识别、表格抽取质量高，中文文档处理优秀，可本地部署。

LMDeploy 是国产高性能推理框架，服务 Qwen、InternLM、Llama 等，INT4/8 量化与多模态支持，OpenAI 兼容。

LangChain 是最流行的 LLM 应用开发框架，链式调用、Agent、RAG 组件丰富，社区生态巨大。

LlamaIndex 是构建 RAG 应用的核心 Python 框架，连接数据与 LLM，文档索引、查询与 Agent 工具一应俱全。

TensorRT-LLM 是 NVIDIA 的高性能推理引擎，基于 TensorRT，FP8/权重量化极限加速，DataCenter GPU 顶级吞吐。

GPT-Next-Web 是最流行的开源网页版 ChatGPT UI，可对接任意 OpenAI 兼容 API，国内自部署热门。

PrivateGPT 主打隐私的私有知识库问答，完全本地推理，文档不出设备，RAG 与 LLM 全离线。

LocalAI 是 OpenAI API 本地替代方案，纯 CPU/GPU 皆可跑，支持文本、语音、图像生成，无需 GPU 也能体验。