Рейтинг по голосам читателей, переходам и просмотрам на сайте, плюс лайки и скачивания на Hugging Face.
одна политика для ходьбы, сцен и восстановления Unitree G1
NVIDIA представила Metatron v1 — проект для интерактивного управления гуманоидом Unitree G1 с 29 управляемыми суставами, в первую очередь для браузерных демонстраций и G1 Racer.
2 шага вместо 50 и без CFG
Community-реализация Intrinsic Distribution Matching (IDM) для MOSS-Image: LoRA-адаптер, который генерирует 1024²-изображения за 2 прохода DiT без CFG. Обучен на базе OpenMOSS-Team/MOSS-Image-SFT; для text-to-image рекомендуется checkpoint v1 (runs/idm/export/000750).
управление MiniMax H3 без обучения
H3 Dials от MATLOWAI — набор steering-файлов примерно по 14 КБ для видеогенерации MiniMax H3. Каждый dial — одно направление в пространстве обработанного промпта, построенное по парам промптов без тренировки. Сила задаётся слайдером: минус тянет к стороне A, плюс — к стороне B.
два голоса в 1,4 млн параметров
PiVo — исследовательская TTS-модель от Empero Research с двумя английскими голосами, Pi и Vo. Это полный стек с 1 401 562 обучаемыми параметрами: акустическая модель на 584 965 параметров и FARGAN-производный вокодер на 816 597 параметров выдают 16 kHz mono.
12B-модель для «очеловечивания» AI-текста
Smaug Humanizer от Abacus.AI — файнтюн google/gemma-4-12B (pretrained, не instruction-tuned), 12B параметров в bf16. Модель переписывает AI-generated текст так, чтобы он читался как написанный человеком: меняет формулировки, ритм и голос, но сохраняет факты, числа, имена и разметку.
резкость и размытие силой LoRA
Concept Slider LoRA для MOSS-Image от aoleg: двигает изображение между резким и размытым только силой LoRA, без триггер-слов и правок промпта. Базовая модель — OpenMOSS-Team/MOSS-Image-Base; ранг LoRA — 4, alpha 4.
крошечная LLM с Peri-LN, Canon-слоями и гейтами внимания
Ethoric-10M — decoder-only языковая модель на 9,97 млн параметров от Tech.us. Архитектура сочетает RMSNorm, RoPE, GQA и SwiGLU, а также Peri-LN, короткие causal depthwise-свёртки Canon и headwise sigmoid gate.
облегчённые ускоряющие LoRA для Ref2VA
Это derivative-версии few-step LoRA для MiniMax-H3 PTD Ref2VA, подготовленные Winnougan на основе релиза taobao-content-ai. Оригинальные адаптеры rank 128 урезаны через per-hop SVD до rank 64 или 32, чтобы файлы было легче скачивать и загружать в ComfyUI.
зеркало ассетов для H3 Studio и ComfyUI
Репозиторий dseditor/minimax-h3-studio-assets собирает в одном месте дополнительные файлы для веб-фронтенда H3 Studio поверх базовых моделей MiniMax H3. Это не сами модели: UNET, text encoder и оба VAE сюда не входят.
LoRA-кодер с бенгальским и vision
Codium BD Coder v2 — LoRA-адаптер для генерации кода от ganjakha и Team Aura Vibes (BD). По карточке обучен через 4-bit QLoRA поверх Qwen/Qwen3.5-4B, поддерживает английский и бенгальский, а также заявлен как vision-capable для разбора схем и скриншотов UI.
278M телугу-модель, обученная с нуля
Vemana-Base от Udgam Labs — базовая языковая модель для телугу на 278M параметров. Обучена с нуля на 5,1 млрд уникальных токенов публичного веб-текста на телугу (12 млрд токен-позиций), использует собственный токенизатор на 32 000 токенов.
LoRA евро-диско 80-х для YuE2
NAR-LoRA для YuE2 от James E. Petts, которая добавляет продакшен-характер 1980-х: плотную «стену звука», хорус-синт-бас, four-on-the-floor с gated toms, струнные и духовые стабы. Адаптер меняет тембр и продакшен, но не структуру песни — AR-слот остаётся свободным. Лицензия CC0.
четыре LoRA для манги и иллюстраций
Набор image-to-image LoRA от sorryhyun для OpenMOSS-Team/MOSS-Image-Base, обученных через anima_lora. Входное изображение подаётся в DiT как чистый VAE reference latent; для каждой задачи — отдельная папка. В наборе четыре задачи: colorize, sanitize, swap_text и decensor.
решения вероятностями, без генерации
PelaAI выпустила KnowLine-31B-Gen1 — первую версию System One decision-модели на плотной базе google/gemma-4-31B-it. Это 31B-модель для классификации и решений: получает состояние (текст или чат) и до 64 типизированных вопросов, а отвечает распределением вероятностей по вариантам, без генерации…
LoRA для переноса правок по видео
H3 Ripple — LoRA для MiniMax H3 FL2VA, которая переносит правки с выбранных кадров на весь выбранный фрагмент видео. Достаточно одной-двух опорных кадров: их редактируют вручную или локальной моделью, а Ripple помогает провести изменение через шот. Работает в ComfyUI через ноды ComfyUI-WepeNerd.
переписывает промпты для видео и аудио
Модель от lightx2v для переписывания промптов к MiniMax-H3. Это SFT-файнтюн Qwen3.5-9B на 9,41 млрд параметров, который поддерживает Ref2VA-промпты с изображениями, видео и аудиоссылками.
прозрачный фон прямо из сэмплера
Это LoRA для MOSS-Image от paralaif, которая учит text-to-image модель генерировать латенты с настоящим alpha-каналом. Промпт заканчивается фразой , isolated on a transparent background, а декодирование идёт через RGBA VAE — на выходе получается PNG с прозрачностью, включая частичную: стекло…
референс персонажа в любой позе и сцене
SnapRef v2a-pre2 — превью-адаптер для text-to-image модели Anima base v1.0 от 0ppxnhximxr. Одно референс-изображение читается один раз и переиспользуется на каждом шаге сэмплинга; персонаж переносится в позу и сцену из промпта.
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.
новый персонаж без дообучения и trigger word
Anima Role Ref KV v2.0 — image-to-image адаптер для Anima Base v1.0 от AnticPan. Он генерирует новые позы, наряды, выражения и сцены по одной референс-картинке персонажа и текстовому промпту: обучение на персонаже и trigger word не нужны.
Самые лайкнутые на Hugging Face за неделю
Языковые модели · 1,4 тыс.
Языковые модели · 1,3 тыс.
Языковые модели · 1 тыс.
Компьютерное зрение · 591
Компьютерное зрение · 501
