Найдено: 1821
стиль случайного фото со смартфона
Amateur Phone Photo Realism — стилевая LoRA для SDXL от alpgures, которая добавляет снимкам вид случайного фото со смартфона: естественный свет, реалистичная текстура кожи, лёгкое зерно и кадрирование в духе candid.
взрослый text-to-image на базе LTX
CowgirlLTX — text-to-image модель от автора Bibuu32, собранная на базе elismasilva/ltx2.3-image-comfyui и распространяемая в формате diffusers. Это NSFW-генератор (18+) для создания сцен в позе cowgirl; управление сценой идёт через набор trigger words. Число параметров в карточке не указано.
расы Pathfinder для Krea 2
Модель Zombinov для text-to-image на базе krea/Krea-2-Raw. Она добавляет в генерацию персонажей из Pathfinder: арахн (дридеров), ламий, гоблинов, кобольдов, гноллов, кентавров и русалок. Также поддерживает змеиные волосы и сплошные глаза без зрачков.
драфтер для спекулятивного декодирования
Это BF16 draft-модель от ricursiveAI для спекулятивного декодирования с Ripple-65B Preview или Ripple-65B Preview NVFP4. Содержит 4.04B параметров и архитектуру DFlash2DraftModel, но не генерирует текст самостоятельно — нужна target-модель.
компактная text-to-image модель на 100M параметров
AuroraAI-Research выпустила модель генерации изображений 256×256 на основе flow-matching diffusion transformer. Denoiser на 100.6M параметров и текстовый энкодер на 44.9M обучены с нуля на одной NVIDIA RTX PRO 6000.
старинные книжные иллюстрации в Stable Diffusion
Полная text-to-image модель от alvaroborre на базе CompVis/stable-diffusion-v1-4: в UNet слита LoRA alvaroborre/sd-lora-oldbookillustrations. Около 0,86 млрд параметров, библиотека diffusers; стиль обучен на 600 изображениях из датасета gigant/oldbookillustrations.
image-to-3D без remote code
Конвертация VAST-AI/TripoSplat в пайплайн diffusers-3d от suvadityamuk. Модель на ~0,37 млрд параметров превращает изображение в Gaussian splat; компоненты оформлены как обычные папки Diffusers и Transformers, поэтому удалённый код не требуется.
diffusers-сборка турбо-модели для text-to-image
Неофициальная конвертация kroma-v0.3.1-turbo-opd.safetensors в формат diffusers. Модель упакована с остальным pipeline krea/Krea-2-Turbo, содержит 12,82 млрд параметров и загружается через Krea2Pipeline.from_pretrained.
LoRA для иллюстраций старых книг
Это LoRA-файнтюн Stable Diffusion v1.4 от Roxana80 для генерации иллюстраций в стиле старых книг. Обучен на датасете gigant/oldbookillustrations: 600 изображений, колонки 1600px и info_alt. Базовая модель — CompVis/stable-diffusion-v1-4, около 0,86 млрд параметров.
квантованная версия для агентного кодинга
Ripple-65B Preview от Ricursive Intelligence — dense Transformer на 65B параметров, обученный на 12 трлн токенов с поддержкой контекста до 1M. В этом репозитории лежит instruction-tuned чекпоинт в NVFP4; также выпущены BF16-версии и base-модель.
быстрый аниме-генератор в четырёх квантах
Квантованные медиапакеты Anima 1.0 Turbo (веса v1.1) от circlestone-labs, опубликованные в репозитории Rin247 и собранные в MECHA Forge. Это дистиллированная 2B-модель text-to-image для аниме и иллюстраций на базе Cosmos: быстрая генерация, повышенная стабильность и сильный дефолтный стиль — но с…
одна модель для шести 4D-задач
UGG — видео-диффузионная модель от amanim71, которая одновременно генерирует RGB-кадры, лучи камеры и глубину. Она построена на Wan2.2-TI2V-5B и расширена до mixture of transformers с экспертами RGB, ray и depth; всего 12,6 млрд параметров.
контрольный патч для MiniMax H3 в 33 МБ
От makotolabs: компактный 10-block truncated SVD residual archive для ControlNet alibaba-pai/MiniMax-H3-Fun-Controlnet-Union-2.0, сделанный для SHINJUTSU-UI в ComfyUI. Файл весит 33.34 MiB против 12.92 GB у оригинала — в 369.7 раза меньше, на 99.73%.
OpenVINO-версия SDXL-чекпоинта для инпейнтинга
Это OpenVINO-конвертация модели andro-flock/LUSTIFY-SDXL-NSFW-checkpoint-v2-0-INPAINTING, опубликованная kunj20162016. Чекпоинт предназначен для инпейнтинга изображений. Конвертация выполнена через optimum-intel и OpenVINO export space.
апскейл видео и изображений в ComfyUI
В репозитории emee-ai опубликован официальный релиз SeedVR2 для ComfyUI: диффузионная one-step модель для качественного апскейла видео и изображений. Доступны варианты 3B и 7B на базе ByteDance-Seed/SeedVR2, а также standalone CLI с Multi-GPU.
2.8T MoE с контекстом 1M
Moonshot AI выпустила Kimi K3.1 Pro — open-weight нативно мультимодальную agentic-модель и самый мощный представитель 3T-класса у компании на данный момент. Это первая модель серии K3.1: она post-trained из Kimi K3 с крупномасштабным joint reinforcement learning по сотням downstream-доменов.
омнимодальное видео со стереозвуком
MiniMax H3 — general-purpose omni-modal generative system: понимает текст, изображения, видео и аудио и генерирует видео с нативным стереозвуком. В репозитории — веса H3-Base в двух чекпоинтах, FL2VA и Ref2VA; локально это 768p, 2K — через отдельный H3-Regenerate-2K.
подсветка синтаксиса C нейросетью на 984 параметрах
Lexnet от alpindale — небольшая нейросеть, которая размечает каждый байт C-кода классом для подсветки синтаксиса. Это двунаправленная рекуррентная сеть с 984 ненулевыми параметрами и ещё 9 566 плотными параметрами для удобного матричного умножения.
учим reasoning-модель меньше думать
LoCo-7B — reasoning-compressed версия DeepSeek-R1-Distill-Qwen-7B от MuyaoYuan. Модель на 7.62B параметров локально находит состояния overthinking в chain of thought и заменяет их более короткими проверенными продолжениями.
та же база, но с «вылеченным» residual stream
Полный файнтюн MOSS-Image-Base от KBlueLeaf: трансформер обучен так, чтобы убрать огромные выбросы в residual stream. Остальные компоненты — текстовый энкодер, токенизатор, VAE, scheduler и код пайплайна — взяты из официальной базовой модели. Размер трансформера — около 5,08 млрд параметров.