AI 模型航线图

gguf · gsq · rco · quantization · mixed-precision · ist-daslab · moe · deepseek · text-generation · conversational · arxiv:2604.18556 · arxiv:2605.00649 · base_model:deepseek-ai/DeepSeek-V4.1-Flash-1017 · base_model:quantized:deepseek-ai/DeepSeek-V4.1-Flash-1017 · license:mit · region:us

gguf · audio.cpp · fish-audio · text-to-speech · voice-cloning · audio-editing · moe · mixed-quantization · base_model:fishaudio/drama-3 · base_model:quantized:fishaudio/drama-3 · license:other · region:us

gguf · quantized · unsloth · qwen · image-generation · turbo · text-to-image · en · zh · base_model:Qwen/Qwen-Image-2.1-Turbo · base_model:quantized:Qwen/Qwen-Image-2.1-Turbo · license:other · region:us

gguf · atomic-chat · qwen · qwen-image · qwen3-vl · text-encoder · stable-diffusion.cpp · abliteration · refusal-direction · text-to-image · base_model:Qwen/Qwen3-VL-8B-Instruct · base_model:finetune:Qwen/Qwen3-VL-8B-Instruct · license:apache-2.0 · endpoints_compatible · region:us · imatrix · conversational

minimax-h3 · diffusers · text-to-audio-video · audio-video-generation · distillation · lora · text-to-video · arxiv:2610.02188 · base_model:MiniMaxAI/MiniMax-H3 · base_model:adapter:MiniMaxAI/MiniMax-H3 · license:other · region:us

diffusion-single-file · text-to-image · qwen-image · comfyui · int8 · photorealistic · uncensored · nsfw · not-for-all-audiences · base_model:Qwen/Qwen-Image-2.1 · base_model:merge:Qwen/Qwen-Image-2.1 · license:other · region:us

gguf · llama.cpp · qwen3_8 · gsq · rco · reasoning · efficient-thinking · token-efficient · post-training · text-generation · arxiv:2604.18556 · arxiv:2605.00649 · base_model:ukisai/Swift-1.5-Qwen3.8-27b · base_model:quantized:ukisai/Swift-1.5-Qwen3.8-27b · license:other · endpoints_compatible · region:us · imatrix · conversational

diffusers · qwen · image-generation · image-editing · rgba · lora · distilled · few-step · text-to-image · base_model:Qwen/Qwen-Image-2.1 · base_model:adapter:Qwen/Qwen-Image-2.1 · license:other · region:us

diffusers · qwen · image-generation · image-editing · rgba · lora · distilled · few-step · text-to-image · base_model:Qwen/Qwen-Image-2.1 · base_model:adapter:Qwen/Qwen-Image-2.1 · license:other · region:us

diffusers · safetensors · gguf · lora · text-to-image · image-to-image · image-editing · distillation · turbo · few-step · qwen-image · comfyui · int8 · fp8 · quantized · base_model:Qwen/Qwen-Image-2.1 · base_model:adapter:Qwen/Qwen-Image-2.1 · license:other · region:us

diffusers · fp8 · int8 · unsloth · quantized · qwen · image-generation · image-editing · rgba · text-to-image · en · zh · base_model:Qwen/Qwen-Image-2.1 · base_model:finetune:Qwen/Qwen-Image-2.1 · license:other · region:us

gguf · quantized · unsloth · qwen · image-generation · text-to-image · en · zh · base_model:Qwen/Qwen-Image-2.1 · base_model:quantized:Qwen/Qwen-Image-2.1 · license:other · region:us

gguf · qwen · image-generation · comfyui · comfyui-gguf · mlx · fp8 · nvfp4 · text-to-image · base_model:Qwen/Qwen-Image-2.1 · base_model:quantized:Qwen/Qwen-Image-2.1 · license:other · region:us

gguf · audio · speech · text-to-speech · zero-shot-tts · voice-cloning · speech-generation · speech-editing · speech-enhancement · source-separation · speech-separation · instruction-guided · diffusion · audio.cpp · base_model:tencent/AuK · base_model:quantized:tencent/AuK · license:mit · region:us

llama.cpp · gguf · ternary · 2-bit · llama-cpp · cuda · metal · on-device · hybrid-attention · prismml · bonsai · text-generation · base_model:Qwen/Qwen3.8-27B · base_model:quantized:Qwen/Qwen3.8-27B · license:apache-2.0 · endpoints_compatible · region:us · conversational

diffusion-single-file · comfyui · text-to-video · video · audio · quantized · int4 · convrot · w4a8 · en · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

minimax-h3 · safetensors · comfyui · video-generation · audio-generation · openvdn · image-to-video · text-to-video · base_model:MiniMaxAI/MiniMax-H3 · base_model:finetune:MiniMaxAI/MiniMax-H3 · license:other · region:us

audio.cpp · gguf · tts · voice-cloning · arktts · q8_0 · text-to-speech · yue · zh · en · nl · fr · de · it · ja · ko · pl · es · base_model:Audio8/Audio8-TTS-Preview-0.6b · base_model:quantized:Audio8/Audio8-TTS-Preview-0.6b · license:apache-2.0 · region:us

safetensors · kokoro-inno-reference-tuner · kokoro · voice-cloning · adapter · styletts2 · text-to-speech · en · dataset:parler-tts/libritts_r_filtered · dataset:facebook/voxpopuli · dataset:amphion/Emilia-Dataset · base_model:hexgrad/Kokoro-82M · base_model:adapter:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

minimax-h3 · comfyui · w4a8 · quantized · text-to-video · turbo · base_model:TenStrip/10Eros-Max · base_model:finetune:TenStrip/10Eros-Max · license:other · region:us

minimax-h3 · comfyui · text-to-video · lora · base_model:alibaba-pai/MiniMax-H3-Acc-LoRAs · base_model:adapter:alibaba-pai/MiniMax-H3-Acc-LoRAs · license:other · region:us

audio.cpp · gguf · text-to-speech · multi-speaker · long-form · base_model:vibevoice/VibeVoice-7B · base_model:quantized:vibevoice/VibeVoice-7B · license:mit · region:us

gguf · text-to-speech · tts · ggml · vulkan · voice-cloning · voice-conversion · en · zh · base_model:BreezeBlue/Breeze-TTS-2 · base_model:quantized:BreezeBlue/Breeze-TTS-2 · license:other · region:us

gguf · not-for-all-audiences · text-to-video · image-to-video · video-to-video · audio-to-video · quantized · ltx-video · base_model:Lightricks/LTX-2.3 · base_model:quantized:Lightricks/LTX-2.3 · license:unknown · region:us

sana · text-to-video · SANA · SANA-Video · SANA-Video-2.0 · 720p · diffusion · DMD · few-step · LTX-2.3 · en · zh · arxiv:2607.21553 · base_model:Efficient-Large-Model/SANA-Video_2.0_5B_720p · base_model:finetune:Efficient-Large-Model/SANA-Video_2.0_5B_720p · license:apache-2.0 · region:us

diffusers · safetensors · text-to-video · video · audio · text-to-audio-video · distillation · dmd2 · few-step · minimax-h3 · fastvideo · fasth3 · preview · arxiv:2405.14867 · base_model:MiniMaxAI/MiniMax-H3 · base_model:finetune:MiniMaxAI/MiniMax-H3 · license:other · region:us

transformers · safetensors · vibevoice · text-to-audio · Podcast · text-to-speech · en · zh · arxiv:2508.19205 · arxiv:2412.08635 · license:mit · endpoints_compatible · region:us

audiocpp · gguf · text-to-speech · tts · soprano · license:apache-2.0 · region:us

videox_fun · text-to-video · arxiv:2607.26004 · base_model:MiniMaxAI/MiniMax-H3 · base_model:finetune:MiniMaxAI/MiniMax-H3 · license:other · region:us

minimax-h3 · comfyui · lora · video · audio · distillation · text-to-video · arxiv:2607.26004 · base_model:MiniMaxAI/MiniMax-H3 · base_model:adapter:MiniMaxAI/MiniMax-H3 · license:apache-2.0 · region:us

transformers · safetensors · breeze · text-generation · text-to-speech · speech-generation · voice-clone · voice-design · voice-direction · pytorch · cuda · en · zh · license:other · endpoints_compatible · region:us

sopro · safetensors · tts · voice-cloning · streaming · on-device · text-to-speech · en · pt · fr · de · license:apache-2.0 · region:us

transformers · safetensors · glm_moe_dsa · text-generation · conversational · en · zh · arxiv:2602.15763 · license:other · eval-results · endpoints_compatible · fp8 · deploy:sagemaker · region:us

videox_fun · controlnet · video-to-video · text-to-video · image-text-to-video · license:other · region:us

gguf · comfyui · ltx-2.5 · joy-ltx · z-image · video-generation · audio-video · merge · text-to-video · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

minimax-h3 · gguf · comfyui · z-image · video-generation · audio-video · merge · text-to-video · base_model:MiniMaxAI/MiniMax-H3 · base_model:quantized:MiniMaxAI/MiniMax-H3 · license:other · region:us

minimax-h3 · comfyui · comfy-native · comfy-quant · z-image · video-generation · audio-video · merge · text-to-video · base_model:MiniMaxAI/MiniMax-H3 · base_model:finetune:MiniMaxAI/MiniMax-H3 · license:other · region:us

transformers · safetensors · arktts · feature-extraction · audio · text-to-speech · tts · voice-cloning · zero-shot · multilingual · custom_code · zh · en · de · es · fr · it · ja · ko · license:other · region:us

mlx · safetensors · gguf · qwen3_5 · abliterated · uncensored · obliteratus · qwen3 · qwen3.8 · red-team · ai-safety-research · text-generation · conversational · base_model:Qwen/Qwen3.8-27B · base_model:quantized:Qwen/Qwen3.8-27B · license:apache-2.0 · endpoints_compatible · region:us

transformers · gguf · text-generation · license:mit · endpoints_compatible · region:us · conversational

minimax-h3 · not-for-all-audiences · lora · text-to-video · image-to-video · comfyui · nsfw · base_model:MiniMaxAI/MiniMax-H3 · base_model:adapter:MiniMaxAI/MiniMax-H3 · license:other · region:us

transformers · gguf · text-generation · license:mit · endpoints_compatible · region:us · conversational

transformers · safetensors · qwen3_5_moe · image-text-to-text · text-generation · conversational · license:mit · endpoints_compatible · 8-bit · modelopt · region:us

transformers · gguf · text-generation · license:mit · endpoints_compatible · region:us · imatrix · conversational

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

gguf · comfyui · video-generation · text-to-video · image-to-video · ltx-2.5 · diffusers · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

minimax-h3 · lora · text-to-video · camera-movement · cinematography · video-generation · base_model:Comfy-Org/MiniMax-H3 · base_model:adapter:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

minimax-h3 · lora · text-to-video · physics · spatial-reasoning · object-motion · video-generation · base_model:Comfy-Org/MiniMax-H3 · base_model:adapter:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

minimax-h3 · lora · text-to-video · martial-arts · kung-fu · action · video-generation · base_model:Comfy-Org/MiniMax-H3 · base_model:adapter:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

diffusers · text-to-image · lora · safetensors · z-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

transformers · gguf · qwen3.8 · qwen3.5 · heretic · abliterated · uncensored · roleplay · imatrix · text-generation · conversational · base_model:Qwen/Qwen3.8-27B · base_model:quantized:Qwen/Qwen3.8-27B · license:apache-2.0 · endpoints_compatible · region:us

llama.cpp · gguf · uncensored · qwen3.8 · mtp · speculative-decoding · imatrix · quantized · text-generation · en · zh · base_model:Qwen/Qwen3.8-27B · base_model:quantized:Qwen/Qwen3.8-27B · license:apache-2.0 · endpoints_compatible · region:us · conversational

gguf · comfyui · video-generation · text-to-video · image-to-video · ltx-2.5 · diffusers · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

gguf · comfyui · quantized · ltx-2 · ltx-2.5 · video-generation · text-to-video · audio-video · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

gguf · quantized · image-to-video · text-to-video · video-to-video · audio-to-video · ltx-video · lightricks · ltx-2.5 · en · de · es · fr · ja · ko · zh · it · pt · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

gguf · quantized · comfyui · ltx · ltxv · text-to-video · image-to-video · audio-video · low-vram · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

ltx · ltx-2.5 · nvfp4 · comfyui · diffusion-single-file · quantized · text-to-video · image-to-video · video-generation · audio-video · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

gguf · not-for-all-audiences · text-to-video · image-to-video · video-to-video · audio-to-video · quantized · ltx-video · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:unknown · region:us

gguf · text-to-video · image-to-video · quantized · minimax-h3 · distilled · turbo · lightx2v · clipproj · base_model:MiniMaxAI/MiniMax-H3 · base_model:quantized:MiniMaxAI/MiniMax-H3 · license:other · region:us

diffusion-single-file · ltx2.5 · nvfp4 · convrot · quantized · text-to-video · image-to-video · video-generation · audio-generation · comfyui · base_model:Lightricks/LTX-2.5 · base_model:quantized:Lightricks/LTX-2.5 · license:other · region:us

indextts · safetensors · text-to-speech · tts · zero-shot · voice-cloning · multilingual · cross-lingual · emotion-controllable · zh · en · ja · es · ar · arxiv:2601.03888 · license:other · region:us

diffusers · text-to-video · text-to-audio · audio-video · lora · minimax-h3 · peft · base_model:MiniMaxAI/MiniMax-H3 · base_model:adapter:MiniMaxAI/MiniMax-H3 · license:apache-2.0 · region:us

minimax-h3 · lora · adapter · comfyui · text-to-video · reference-to-video · audio-video · synchronized-audio · few-step · turbo · accelerated-inference · hyperflow · lightx2v · dynamic-rank · svd · safetensors · bfloat16 · pruned-model · curve-form · base_model:Comfy-Org/MiniMax-H3 · base_model:adapter:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

cortiq · cmf · video · audio · 4-bit · text-to-video · base_model:Comfy-Org/MiniMax-H3 · base_model:quantized:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

gguf · ti2v · text-to-video · en · zh · base_model:Wan-AI/Wan2.2-TI2V-5B · base_model:quantized:Wan-AI/Wan2.2-TI2V-5B · license:apache-2.0 · region:us

diffusers · gguf · comfyui · video-generation · minimax · text-to-video · en · base_model:MiniMaxAI/MiniMax-H3 · base_model:quantized:MiniMaxAI/MiniMax-H3 · license:other · region:us

minimax-h3 · text-to-video · text-to-audio · audio-video · lora · comfyui · base_model:Comfy-Org/MiniMax-H3 · base_model:adapter:Comfy-Org/MiniMax-H3 · license:apache-2.0 · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · nemotron-3.5 · conversational · en · es · fr · de · it · ja · license:other · eval-results · endpoints_compatible · 8-bit · modelopt · deploy:azure · deploy:sagemaker · region:us

mlx · minimax_h3 · mlx-serve · text-to-video · image-text-to-video · audio-video-generation · base_model:MiniMaxAI/MiniMax-H3 · base_model:quantized:MiniMaxAI/MiniMax-H3 · license:other · region:us

minimax-h3 · nvfp4 · quantized · text-to-video · image-to-video · video-generation · audio-generation · comfyui · diffusion-single-file · arxiv:2512.03673 · base_model:MiniMaxAI/MiniMax-H3 · base_model:quantized:MiniMaxAI/MiniMax-H3 · license:other · region:us

safetensors · gguf · qwen2 · text-generation · ternary · bitnet · 1.58bit · cpu · qwen2.5 · deepseek · efficient · low-memory · jirack · web-ui · routing · tool-call · robotics · conversational · en · zh · ja · ko · fr · es · pt · de · it · ru · ar · vi · th · license:mit · endpoints_compatible · region:us

gguf · liquid · lfm2.5 · llama.cpp · text-generation · ar · zh · en · fr · de · hi · id · it · ja · ko · pl · pt · ru · es · th · vi · base_model:LiquidAI/LFM2.5-2.6B · base_model:quantized:LiquidAI/LFM2.5-2.6B · license:other · endpoints_compatible · region:us · conversational

diffusers · text-to-image · lora · template:diffusion-lora · base_model:krea/Krea-2-Turbo · base_model:adapter:krea/Krea-2-Turbo · region:us

transformers · safetensors · deepseek_v4 · text-generation · arxiv:2606.19348 · license:mit · eval-results · endpoints_compatible · 8-bit · fp8 · deploy:azure · deploy:sagemaker · region:us

kokoro · onnx · style_text_to_speech_2 · text-to-speech · russian · styletts2 · on-device · ru · license:openrail · region:us

transformers · safetensors · qwen3 · feature-extraction · speculative-decoding · dspark · dflash · specforge · sglang · long-context · text-generation · custom_code · text-generation-inference · region:us

diffusers · safetensors · image-to-video · text-to-video · video-to-video · image-text-to-video · audio-to-video · text-to-audio · video-to-audio · audio-to-audio · text-to-audio-video · image-to-audio-video · image-text-to-audio-video · ltx-2 · ltx-video · ltxv · lightricks · ltx-2.5 · en · de · es · fr · ja · ko · zh · it · pt · arxiv:2601.03233 · license:other · diffusers:LTX2Pipeline · region:us

transformers · safetensors · gemma4 · image-text-to-text · telecom · telecommunications · gsma · at-t · microsoft · dell · amd · red-hat · open-telco-ai · rag · instruction-following · tool-calling · osft · orthogonal-subspace-fine-tuning · continual-learning · domain-adaptation · post-trained · vllm · multimodal · text-generation · conversational · en · arxiv:2504.07097 · license:apache-2.0 · endpoints_compatible · deploy:azure · region:us

gguf · text-to-video · image-to-video · text-to-audio-video · ltx-2 · ltx-2-3 · ltx-video · sulphur · sulphur-2 · q4-k-m · quantized · comfyui · turing · not-for-all-audiences · base_model:SulphurAI/Sulphur-2-base · base_model:quantized:SulphurAI/Sulphur-2-base · license:other · region:us

diffusers · lora · girlslike · krea2 · text-to-image · base_model:krea/Krea-2-Raw · base_model:adapter:krea/Krea-2-Raw · license:apache-2.0 · region:us

gguf · vieneu_v3 · text-to-speech · tts · audio · vieneu · audio.cpp · vi · en · base_model:pnnbao-ump/VieNeu-TTS-v3-Turbo · base_model:quantized:pnnbao-ump/VieNeu-TTS-v3-Turbo · region:us

gguf · not-for-all-audiences · text-to-video · image-to-video · video-to-video · audio-to-video · quantized · ltx-video · base_model:Lightricks/LTX-2.3 · base_model:quantized:Lightricks/LTX-2.3 · license:unknown · region:us

audio.cpp · gguf · quantized · text-to-speech · automatic-speech-recognition · voice-conversion · text-to-audio · audio-to-audio · source-separation · speaker-diarization · speech · base_model:ACE-Step/Ace-Step1.5 · base_model:quantized:ACE-Step/Ace-Step1.5 · license:other · region:us

sanotts · gguf · text-to-speech · tiny · microcontroller · esp32 · wasm · piper · distillation · en · ne · hi · vi · id · zh · license:gpl-3.0 · region:us

gguf · text-to-speech · moss-tts · localai · base_model:OpenMOSS-Team/MOSS-TTS-Local-Transformer-v1.5 · base_model:quantized:OpenMOSS-Team/MOSS-TTS-Local-Transformer-v1.5 · license:apache-2.0 · region:us

coremltools · chatterbox_flash_coreml · coreml · text-to-speech · voice-cloning · zero-shot-tts · block-diffusion · speech-synthesis · apple-silicon · ios · macos · en · base_model:ResembleAI/chatterbox-flash · base_model:finetune:ResembleAI/chatterbox-flash · license:mit · region:us

safetensors · text-to-speech · en · zh · arxiv:2506.21619 · arxiv:2502.05512 · region:us

mlx · safetensors · qwen3_5 · conversational · 1-bit · cuda · metal · on-device · hybrid-attention · prismml · bonsai · text-generation · base_model:Qwen/Qwen3.6-27B · base_model:finetune:Qwen/Qwen3.6-27B · license:apache-2.0 · region:us

mlx · safetensors · qwen3_5 · conversational · ternary · 2-bit · cuda · metal · on-device · hybrid-attention · prismml · bonsai · text-generation · base_model:Qwen/Qwen3.6-27B · base_model:finetune:Qwen/Qwen3.6-27B · license:apache-2.0 · region:us

diffusers · lora · text-to-video · ltx · ltx-video · ltxv-2.3 · base_model:Lightricks/LTX-Video · base_model:adapter:Lightricks/LTX-Video · license:openrail++ · region:us · not-for-all-audiences

gguf · text-to-speech · speech-generation · voice-cloning · expressive-speech · controllable-tts · multilingual-tts · cpp · windows · whisper.cpp · cuda · higgs-audio-v3 · af · ar · as · ast · az · ba · be · bg · bn · bs · ca · ceb · ckb · cs · cy · da · de · el · en · eo · es · et · eu · fa · fi · fr · ga · gl · gu · ha · he · hi · hr · ht · hu · hy · id · is · it · jv · ka · kab · kam · kea · kk · kn · ko · ky · la · lb · lg · ln · lt · luo · lv · mhr · mi · mk · ml · mn · mr · ms · mt · ne · nl · no · nso · ny · oc · om · pa · pl · ps · pt · ro · ru · rw · sd · sk · sl · sn · so · sq · sr · sv · sw · ta · te · tg · tl · tr · ug · uk · umb · ur · uz · vi · xh · zh · zu · license:other · region:us

transformers · safetensors · deepseek_v4 · text-generation · arxiv:2606.19348 · license:mit · endpoints_compatible · 8-bit · fp8 · region:us

transformers · gguf · text-generation · license:mit · endpoints_compatible · region:us · conversational

transformers · gguf · text-generation · license:mit · endpoints_compatible · region:us · conversational

diffusers · gguf · text-to-image · en · zh · base_model:black-forest-labs/FLUX.2-klein-9B · base_model:finetune:black-forest-labs/FLUX.2-klein-9B · license:apache-2.0 · region:us

diffusers · text-to-image · lora · safetensors · z-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

diffusers · gguf · text-to-image · en · base_model:krea/Krea-2-Turbo · base_model:quantized:krea/Krea-2-Turbo · license:other · region:us

diffusers · krea2 · text-to-image · image-generation · dit · fp8 · comfyui · krea · license:other · region:us

transformers · safetensors · qwen3_5_text · text-generation · text-to-speech · tts · speech-synthesis · voice-cloning · autoregressive · vllm · en · es · pt · nl · dataset:laion/Emolia · arxiv:2609.04222 · arxiv:2309.06180 · arxiv:2307.08691 · arxiv:2508.05835 · arxiv:2309.15505 · arxiv:2406.17957 · arxiv:2207.12598 · arxiv:2305.18290 · arxiv:2405.14734 · arxiv:2301.12597 · arxiv:2004.11362 · arxiv:2505.19462 · arxiv:2212.04356 · arxiv:2501.15907 · arxiv:2506.09827 · arxiv:2110.13900 · base_model:nineninesix/qwen3_5-full-attn-only-14 · base_model:finetune:nineninesix/qwen3_5-full-attn-only-14 · license:apache-2.0 · endpoints_compatible · region:us

transformers · safetensors · qwen3_5_moe · image-text-to-text · text-generation · conversational · license:mit · eval-results · endpoints_compatible · region:us · deploy:sagemaker

transformers · safetensors · qwen3_5 · image-text-to-text · text-generation · conversational · license:mit · eval-results · endpoints_compatible · region:us · deploy:sagemaker

onnx · kokoro · vietnamese · text-to-speech · vi · license:apache-2.0 · region:us

gguf · text-to-speech · tts · voice-cloning · llama.cpp · voxcpm · zh · en · base_model:openbmb/VoxCPM2 · base_model:quantized:openbmb/VoxCPM2 · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · en · license:other · diffusers:Krea2Pipeline · region:us

diffusers · safetensors · text-to-image · en · base_model:krea/Krea-2-Raw · base_model:finetune:krea/Krea-2-Raw · license:other · diffusers:Krea2Pipeline · region:us

gguf · text-to-speech · tts · ggml · zonos2.cpp · base_model:Zyphra/ZONOS2 · base_model:quantized:Zyphra/ZONOS2 · license:apache-2.0 · region:us

pytorch · gemma4 · telecom · telecommunications · gsma · rag · full-parameter-fine-tuning · fine-tuned · text-generation · conversational · en · dataset:farbodtavakkoli/OTel-LLM · base_model:google/gemma-4-E4B-it · base_model:finetune:google/gemma-4-E4B-it · license:apache-2.0 · region:us

transformers · safetensors · glm_moe_dsa · text-generation · conversational · en · zh · arxiv:2602.15763 · arxiv:2603.12201 · license:mit · eval-results · endpoints_compatible · region:us

transformers · safetensors · glm_moe_dsa · text-generation · conversational · en · zh · arxiv:2602.15763 · arxiv:2603.12201 · license:mit · endpoints_compatible · fp8 · deploy:azure · deploy:sagemaker · region:us

diffusers · text-to-image · lora · safetensors · z-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

diffusion-single-file · comfyui · text-to-video · base_model:ByteDance/Bernini-R · base_model:finetune:ByteDance/Bernini-R · license:apache-2.0 · region:us

transcribe.cpp · gguf · asr · speech-to-text · parakeet · conformer · rnnt · streaming · cache-aware · multilingual · automatic-speech-recognition · en · es · fr · it · pt · nl · de · tr · ru · ar · hi · ja · ko · vi · uk · pl · sv · cs · nb · da · bg · fi · hr · sk · zh · hu · ro · et · arxiv:2312.17279 · arxiv:2305.05084 · base_model:nvidia/nemotron-3.5-asr-streaming-0.6b · base_model:quantized:nvidia/nemotron-3.5-asr-streaming-0.6b · license:other · region:us

diffusers · safetensors · sglang · longlive · autoregressive · video-generation · text-to-video · base_model:Efficient-Large-Model/LongLive-2.0-5B · base_model:finetune:Efficient-Large-Model/LongLive-2.0-5B · diffusers:LongLive2Pipeline · region:us

gguf · wan2.2 · comfyui · bernini-r · text-to-video · image-editing · video-editing · base_model:ByteDance/Bernini-R · base_model:quantized:ByteDance/Bernini-R · license:apache-2.0 · region:us

transcribe.cpp · gguf · asr · speech-to-text · voxtral · audio-llm · streaming · multilingual · automatic-speech-recognition · en · fr · es · de · ru · zh · ja · it · pt · nl · ar · hi · ko · arxiv:2602.11298 · base_model:mistralai/Voxtral-Mini-4B-Realtime-2602 · base_model:quantized:mistralai/Voxtral-Mini-4B-Realtime-2602 · license:apache-2.0 · region:us

transformers · safetensors · higgs_multimodal_qwen3 · feature-extraction · text-to-speech · tts · voice-cloning · higgs-audio · qwen3 · custom_code · en · base_model:bosonai/higgs-tts-3-4b · base_model:finetune:bosonai/higgs-tts-3-4b · license:other · region:us

onnx · safetensors · gguf · vieneu_v3_turbo · voice-cloning · code-switching · podcast · emotion-control · 48khz · text-to-speech · vi · en · dataset:pnnbao-ump/VieNeu-TTS-10k-ENVI · license:apache-2.0 · region:us

transformers · safetensors · higgs_multimodal_qwen3 · text-generation · text-to-speech · speech-generation · voice-agent · expressive-speech · controllable-tts · multilingual-tts · af · ar · as · ast · az · ba · be · bg · bn · bs · ca · ceb · ckb · cs · cy · da · de · el · en · eo · es · et · eu · fa · fi · fr · ga · gl · gu · ha · he · hi · hr · ht · hu · hy · id · is · it · jv · ka · kab · kam · kea · kk · kn · ko · ky · la · lb · lg · ln · lt · luo · lv · mhr · mi · mk · ml · mn · mr · ms · mt · ne · nl · no · nso · ny · oc · om · pa · pl · ps · pt · ro · ru · rw · sd · sk · sl · sn · so · sq · sr · sv · sw · ta · te · tg · tl · tr · ug · uk · umb · ur · uz · vi · xh · zh · zu · license:other · endpoints_compatible · region:us

transformers · safetensors · moss_tts_local · feature-extraction · text-to-speech · voice-cloning · custom_code · moss-tts · moss-tts-local · arxiv:2603.18090 · zh · yue · en · ar · cs · da · de · nl · es · fr · fi · el · he · hi · hu · ja · it · ko · mk · ms · ru · fa · pl · pt · sv · ro · sw · tl · th · tr · vi · license:apache-2.0 · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · nemotron-3 · latent-moe · mtp · conversational · en · fr · es · it · de · pt · ja · ko · hi · ar · zh · he · dataset:nvidia/nemotron-post-training-v3 · dataset:nvidia/nemotron-pre-training-datasets · license:other · eval-results · endpoints_compatible · region:us

diffusers · text-to-video · image-to-video · text-to-audio-video · ltx-2 · ltx-2-3 · ltx-video · sulphur · sulphur-2 · nvfp4 · fp4 · quantized · comfyui · not-for-all-audiences · base_model:SulphurAI/Sulphur-2-base · base_model:quantized:SulphurAI/Sulphur-2-base · license:other · region:us

diffusers · text-to-image · lora · safetensors · z-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · image-generation · diffusion · flow-matching · dit · ideogram · license:other · diffusers:Ideogram4Pipeline · region:us

Model Optimizer · safetensors · qwen3_5_moe · nvidia · ModelOpt · Qwen3.6 · quantized · FP4 · fp4 · text-generation · conversational · base_model:Qwen/Qwen3.6-35B-A3B · base_model:quantized:Qwen/Qwen3.6-35B-A3B · license:apache-2.0 · 8-bit · modelopt · deploy:azure · deploy:sagemaker · region:us

safetensors · moss_tts_delay · text-to-speech · custom_code · zh · yue · en · ar · cs · da · de · nl · es · fr · fi · el · he · hi · hu · ja · it · ko · mk · ms · ru · fa · pl · pt · sv · ro · sw · tl · th · tr · vi · arxiv:2603.18090 · license:apache-2.0 · region:us

diffusers · lora · text-to-video · ltx · ltx-video · ltxv-2.3 · base_model:Lightricks/LTX-Video · base_model:adapter:Lightricks/LTX-Video · license:openrail++ · region:us · not-for-all-audiences

diffusers · text-to-image · lora · template:diffusion-lora · base_model:OnomaAIResearch/Illustrious-xl-early-release-v0 · base_model:adapter:OnomaAIResearch/Illustrious-xl-early-release-v0 · license:cdla-permissive-2.0 · region:us

nemo · safetensors · gguf · nemotron3_5_asr · feature-extraction · transformers · speech-recognition · cache-aware ASR · automatic-speech-recognition · streaming-asr · multilingual · speech · audio · FastConformer · RNNT · Parakeet · ASR · pytorch · NeMo · en · es · de · fr · it · ar · ja · ko · pt · ru · hi · zh · vi · he · nl · cs · da · pl · no · sv · th · tr · bg · el · et · fi · hr · hu · lt · lv · ro · sk · uk · mt · sl · dataset:nvidia/Granary · dataset:multilingual_librispeech · dataset:fleurs · dataset:mozilla-foundation/common_voice_8_0 · dataset:voxpopuli · dataset:europarl · arxiv:2312.17279 · arxiv:2305.05084 · license:other · model-index · eval-results · region:us

Model Optimizer · safetensors · qwen3_5_moe · nvidia · ModelOpt · Qwen3.5 · quantized · NVFP4 · FP4 · nvfp4 · fp4 · text-generation · conversational · base_model:Qwen/Qwen3.5-122B-A10B · base_model:quantized:Qwen/Qwen3.5-122B-A10B · license:apache-2.0 · 8-bit · modelopt · region:us · deploy:azure

gguf · tts · text-to-speech · voice-cloning · voice-design · mandarin-dialects · ggml · qwen · qwen3 · qwen3-tts · cpp · zh · en · fr · de · es · it · pt · ja · ko · ru · ar · base_model:Qwen/Qwen3-TTS-12Hz-0.6B-Base · base_model:quantized:Qwen/Qwen3-TTS-12Hz-0.6B-Base · license:apache-2.0 · region:us

transcribe.cpp · gguf · asr · speech-to-text · parakeet · conformer · rnnt · automatic-speech-recognition · en · arxiv:2604.19079 · arxiv:2305.05084 · arxiv:2304.09325 · base_model:nvidia/parakeet-unified-en-0.6b · base_model:quantized:nvidia/parakeet-unified-en-0.6b · license:other · region:us

safetensors · gguf · qwen3 · podcast · code-switching · voice-cloning · text-to-speech · vi · en · dataset:pnnbao-ump/VieNeu-TTS-10k-ENVI · license:apache-2.0 · endpoints_compatible · region:us

supertonic · onnx · text-to-speech · speech-synthesis · tts · multilingual · on-device · en · ko · ja · ar · bg · cs · da · de · el · es · et · fi · fr · hi · hr · hu · id · it · lt · lv · nl · pl · pt · ro · ru · sk · sl · sv · tr · uk · vi · license:openrail · region:us

diffusers · safetensors · gguf · text-to-video · base_model:Lightricks/LTX-2.3 · base_model:quantized:Lightricks/LTX-2.3 · endpoints_compatible · region:us · conversational

Model Optimizer · safetensors · gemma4 · nvidia · ModelOpt · quantized · NVFP4 · nvfp4 · gemma4-26b-A4B-it · text-generation · conversational · base_model:google/gemma-4-26B-A4B-it · base_model:quantized:google/gemma-4-26B-A4B-it · license:apache-2.0 · 8-bit · modelopt · region:us

transcribe.cpp · gguf · asr · speech-to-text · whisper · openai · automatic-speech-recognition · af · am · ar · as · az · ba · be · bg · bn · bo · br · bs · ca · cs · cy · da · de · el · en · es · et · eu · fa · fi · fo · fr · gl · gu · haw · ha · he · hi · hr · ht · hu · hy · id · is · it · ja · jw · ka · kk · km · kn · ko · la · lb · ln · lo · lt · lv · mg · mi · mk · ml · mn · mr · ms · mt · my · ne · nl · nn · no · oc · pa · pl · ps · pt · ro · ru · sa · sd · si · sk · sl · sn · so · sq · sr · su · sv · sw · ta · te · tg · th · tk · tl · tr · tt · uk · ur · uz · vi · yi · yo · yue · zh · arxiv:2212.04356 · base_model:openai/whisper-large-v3-turbo · base_model:quantized:openai/whisper-large-v3-turbo · license:apache-2.0 · region:us

transcribe.cpp · gguf · asr · speech-to-text · whisper · openai · automatic-speech-recognition · af · am · ar · as · az · ba · be · bg · bn · bo · br · bs · ca · cs · cy · da · de · el · en · es · et · eu · fa · fi · fo · fr · gl · gu · haw · ha · he · hi · hr · ht · hu · hy · id · is · it · ja · jw · ka · kk · km · kn · ko · la · lb · ln · lo · lt · lv · mg · mi · mk · ml · mn · mr · ms · mt · my · ne · nl · nn · no · oc · pa · pl · ps · pt · ro · ru · sa · sd · si · sk · sl · sn · so · sq · sr · su · sv · sw · ta · te · tg · th · tk · tl · tr · tt · uk · ur · uz · vi · yi · yo · zh · arxiv:2212.04356 · base_model:openai/whisper-medium · base_model:quantized:openai/whisper-medium · license:apache-2.0 · region:us

gguf · tts · text-to-speech · voice-cloning · voice-design · ggml · omnivoice · cpp · en · fr · de · es · it · pt · zh · ja · ko · ar · ru · base_model:k2-fsa/OmniVoice · base_model:quantized:k2-fsa/OmniVoice · license:cc-by-nc-4.0 · endpoints_compatible · region:us

gguf · quantized · deepseek · deepseek-v4 · deepseek-v4-flash · moe · mixture-of-experts · 2-bit · 4-bit · iq2_xxs · q2_k · q4_k · ds4 · apple-silicon · metal · text-generation · en · base_model:deepseek-ai/DeepSeek-V4-Flash · base_model:quantized:deepseek-ai/DeepSeek-V4-Flash · license:mit · endpoints_compatible · region:us · conversational

diffusers · lora · ltx-video · text-to-video · safetensors · base_model:Lightricks/LTX-Video · base_model:adapter:Lightricks/LTX-Video · region:us

transformers · safetensors · deepseek_v4 · text-generation · arxiv:2606.19348 · license:mit · eval-results · endpoints_compatible · 8-bit · fp8 · deploy:azure · deploy:sagemaker · region:us

transformers · safetensors · granite_speech · automatic-speech-recognition · multilingual · en · fr · de · es · pt · ja · arxiv:2310.02943 · arxiv:2505.08699 · arxiv:2603.11243 · arxiv:2604.12398 · arxiv:2604.22817 · arxiv:2604.11269 · arxiv:2603.08397 · base_model:ibm-granite/granite-4.0-1b-base · base_model:finetune:ibm-granite/granite-4.0-1b-base · license:apache-2.0 · eval-results · endpoints_compatible · region:us · deploy:azure · deploy:sagemaker

transcribe.cpp · gguf · asr · speech-to-text · cohere · conformer · encoder-decoder · multilingual · automatic-speech-recognition · en · fr · de · es · it · pt · nl · pl · el · ar · ja · zh · vi · ko · base_model:CohereLabs/cohere-transcribe-03-2026 · base_model:quantized:CohereLabs/cohere-transcribe-03-2026 · license:apache-2.0 · region:us

transcribe.cpp · gguf · asr · speech-to-text · parakeet · conformer · rnnt · tdt · multilingual · automatic-speech-recognition · bg · hr · cs · da · nl · en · et · fi · fr · de · el · hu · it · lv · lt · mt · pl · pt · ro · ru · sk · sl · es · sv · uk · arxiv:2509.14128 · arxiv:2505.13404 · arxiv:2305.05084 · arxiv:2304.06795 · arxiv:2410.01036 · arxiv:2406.00899 · arxiv:2205.12446 · arxiv:2012.03411 · arxiv:2007.10310 · arxiv:1510.08484 · base_model:nvidia/parakeet-tdt-0.6b-v3 · base_model:quantized:nvidia/parakeet-tdt-0.6b-v3 · license:cc-by-4.0 · region:us

gguf · text-to-video · image-to-video · audio-to-video · ltx-video · quantized · distilled · dit · en · base_model:Lightricks/LTX-2.3 · base_model:quantized:Lightricks/LTX-2.3 · license:other · region:us

transformers · safetensors · minimax_m2 · text-generation · conversational · custom_code · license:other · eval-results · endpoints_compatible · fp8 · deploy:sagemaker · region:us

voxcpm · safetensors · text-to-speech · tts · multilingual · voice-cloning · voice-design · diffusion · audio · zh · en · ar · my · da · nl · fi · fr · de · el · he · hi · id · it · ja · km · ko · lo · ms · no · pl · pt · ru · es · sw · sv · tl · th · tr · vi · arxiv:2509.24650 · license:apache-2.0 · deploy:sagemaker · region:us

Model Optimizer · safetensors · gemma4 · nvidia · ModelOpt · Gemma-4-31B-IT · lighthouse · quantized · NVFP4 · text-generation · conversational · base_model:google/gemma-4-31B-it · base_model:quantized:google/gemma-4-31B-it · license:other · modelopt · deploy:azure · deploy:sagemaker · region:us

pytorch · moss_tts_nano · text-to-speech · custom_code · zh · en · de · es · fr · ja · it · he · ko · ru · fa · ar · pl · pt · cs · da · sv · hu · el · tr · arxiv:2603.18090 · arxiv:2602.10934 · license:apache-2.0 · region:us

omnivoice · safetensors · zero-shot · multilingual · voice-cloning · voice-design · text-to-speech · aae · aal · aao · ab · abb · abn · abr · abs · abv · acm · acw · acx · adf · adx · ady · aeb · aec · af · afb · afo · ahl · ahs · ajg · aju · ala · aln · alo · am · amu · an · anc · ank · anp · anw · aom · apc · apd · arb · arq · ars · ary · arz · as · ast · avl · awo · ayl · ayp · az · ba · bag · bas · bax · bba · bbj · bbl · bbu · bce · bci · bcs · bcy · bda · bde · bdm · be · beb · bew · bfd · bft · bg · bgp · bhb · bhh · bho · bhp · bhr · bjj · bjk · bjn · bjt · bkh · bkm · bky · bmm · bmq · bn · bnm · bnn · bns · bo · bou · bqg · br · bra · brh · bri · brx · bs · bsh · bsj · bsk · btm · btv · bug · bum · buo · bux · bwr · bxf · byc · bys · byv · byx · bzc · bzw · ca · ccg · ceb · cen · cfa · cgg · chq · cjk · ckb · ckl · ckr · cky · cnh · cpy · cs · cte · ctl · cut · cux · cv · cy · da · dag · dar · dav · dbd · dcc · de · deg · dgh · dgo · dje · dmk · dml · dru · dty · dua · dv · dyu · dzg · ebr · ebu · ego · eiv · eko · ekr · el · elm · en · eo · es · esu · et · eto · ets · etu · eu · ewo · ext · eyo · fa · fan · fat · ff · ffm · fi · fia · fil · fip · fkk · fmp · fr · fub · fuc · fue · fuf · fuh · fui · fuq · fuv · fy · ga · gbm · gbr · gby · gcc · gdf · gej · ges · ggg · gid · gig · giz · gjk · gju · gl · glw · gn · gol · gom · gsl · gu · gui · gur · guz · gv · gwc · gwe · gwt · gya · gyz · ha · hah · hao · haw · haz · hbb · he · hem · hi · hia · hkk · hla · hno · hoj · hr · hsb · ht · hu · hue · hul · hux · hwo · hy · hz · ia · ibb · id · ida · idu · ig · ijc · ijn · ik · ikw · is · ish · iso · it · its · itw · itz · ja · jal · jax · jgo · jmx · jns · jqr · juk · juo · jv · ka · kab · kai · kaj · kam · kbd · kbl · kbt · kcq · kdh · kea · keu · kfe · kfk · kfp · khg · khw · kj · kjc · kjk · kk · kln · kls · km · kmr · kmy · kn · kna · knn · ko · kol · koo · kpo · kqo · ks · ksd · ksf · kto · kuh · kvx · kw · kwm · kxp · ky · kyx · lag · lb · lcm · ldb · lg · lij · lir · lkb · lla · ln · lnu · lo · loa · lrk · lss · lt · ltg · lto · lua · luo · lus · lv · lwg · mab · maf · mai · mau · max · mbo · mcf · mcn · mcx · mdd · mde · mdf · mek · mer · meu · mfm · mfn · mfo · mfv · mgg · mgi · mhk · mhr · mi · mig · miu · mk · mkf · mki · ml · mlq · mn · mne · mni · mqy · mr · mrj · mrr · mrt · ms · mse · msh · msw · mt · mtr · mtu · mtx · mua · mug · mui · mve · mvy · mxs · mxu · mxy · my · myv · mzl · nal · nan · nap · nb · nbh · ncf · nco · ncx · ndi · ng · ngi · nhg · nhi · nhn · nhq · nja · nl · nla · nlv · nmg · nmz · nn · nnh · no · noe · npi · nso · ny · nyu · oc · odk · odu · ogo · om · orc · oru · ory · os · pa · pbs · pbt · pbu · pcm · pex · phl · phr · pip · piy · pko · pl · plk · plt · pmq · pms · pmy · pnb · poc · poe · pow · prq · ps · pst · pt · pua · pwn · qug · qum · qup · qur · qus · quv · qux · quy · qva · qvi · qvj · qvl · qwa · qws · qxa · qxp · qxt · qxu · qxw · rag · rm · ro · rob · rof · roo · rth · ru · rup · rw · sa · sah · sat · sau · say · sbn · sc · scl · scn · sd · sei · shu · si · sip · siw · sjr · sk · skg · skr · sl · sn · snc · snk · so · sol · sps · sq · sr · src · sro · ssi · ste · sua · sv · sva · sw · szy · ta · tan · tar · tay · tbf · tcf · tcy · tdn · tdx · te · tg · tgc · th · the · thq · thr · thv · ti · tig · tio · tk · tkg · tkt · tli · tlp · tn · tok · tpl · tpz · tqp · tr · trp · trq · trv · trw · tt · ttj · ttr · ttu · tui · tul · tuq · tuv · tuy · tvo · tvu · tw · twu · txs · txy · udl · ug · uk · uki · umb · ur · ush · uz · uzn · vai · var · ver · vi · vmc · vmj · vmm · vmp · vmz · vot · vro · wbl · wci · weo · wes · wja · wji · wo · wof · xh · xhe · xka · xmf · xmv · xmw · xpe · xti · xtu · yaq · yav · yay · ydd · ydg · yer · yes · yi · yo · yue · zga · zgh · zh · zoc · zoh · zor · zpv · zpy · ztg · ztn · ztp · zts · ztu · zu · zza · arxiv:2604.00688 · base_model:Qwen/Qwen3-0.6B · base_model:finetune:Qwen/Qwen3-0.6B · region:us

diffusers · gguf · text-to-image · en · zh · base_model:black-forest-labs/FLUX.2-klein-9B · base_model:finetune:black-forest-labs/FLUX.2-klein-9B · license:other · region:us

gguf · text-to-speech · audio · fish-speech · tts · voice-cloning · multilingual · base_model:fishaudio/s2-pro · base_model:quantized:fishaudio/s2-pro · license:other · endpoints_compatible · region:us

diffusers · onnx · text-to-image · lora · template:diffusion-lora · base_model:Tongyi-MAI/Z-Image-Turbo · base_model:adapter:Tongyi-MAI/Z-Image-Turbo · license:creativeml-openrail-m · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · nemotron-3 · latent-moe · mtp · conversational · custom_code · en · fr · es · it · de · ja · zh · dataset:nvidia/nemotron-post-training-v3 · dataset:nvidia/nemotron-pre-training-datasets · arxiv:2512.20848 · arxiv:2512.20856 · license:other · eval-results · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

safetensors · fish_qwen3_omni · text-to-speech · instruction-following · multilingual · zh · en · ja · ko · es · pt · ar · ru · fr · de · sv · it · tr · no · nl · cy · eu · ca · da · gl · ta · hu · fi · pl · et · hi · la · ur · th · vi · jw · bn · yo · sl · cs · sw · nn · he · ms · uk · id · kk · bg · lv · my · tl · sk · ne · fa · af · el · bo · hr · ro · sn · mi · yi · am · be · km · is · az · sd · br · sq · ps · mn · ht · ml · sr · sa · te · ka · bs · pa · lt · kn · si · hy · mr · as · gu · fo · arxiv:2603.08823 · license:other · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · conversational · custom_code · en · dataset:nvidia/Nemotron-CC-v2 · dataset:nvidia/Nemotron-Post-Training-Dataset-v2 · dataset:nvidia/Nemotron-Science-v1 · dataset:nvidia/Nemotron-Instruction-Following-Chat-v1 · dataset:nvidia/Nemotron-Agentic-v1 · dataset:nvidia/Nemotron-Competitive-Programming-v1 · dataset:nvidia/Nemotron-Math-Proofs-v1 · dataset:nvidia/Nemotron-RL-Agentic-Conversational-Tool-Use-Pivot-v1 · dataset:nvidia/Nemotron-RL-instruction_following · dataset:nvidia/Nemotron-RL-agent-calendar_scheduling · dataset:nvidia/Nemotron-RL-instruction_following-structured_outputs · arxiv:2511.16664 · arxiv:2504.03624 · arxiv:2512.20856 · arxiv:2512.20848 · arxiv:2412.02595 · base_model:nvidia/NVIDIA-Nemotron-Nano-9B-v2 · base_model:finetune:nvidia/NVIDIA-Nemotron-Nano-9B-v2 · license:other · endpoints_compatible · region:us

diffusers · text-to-image · lora · template:diffusion-lora · base_model:black-forest-labs/FLUX.2-klein-base-9B · base_model:adapter:black-forest-labs/FLUX.2-klein-base-9B · license:apache-2.0 · region:us · not-for-all-audiences

mflux · safetensors · flux2-klein-4b · text-to-image · mlx · flux2 · flux2-klein · quantized · 4bit · apple-silicon · base_model:black-forest-labs/FLUX.2-klein-4B · base_model:finetune:black-forest-labs/FLUX.2-klein-4B · license:apache-2.0 · region:us

pytorch · gemma3 · telecom · telecommunications · gsma · rag · full-parameter-fine-tuning · fine-tuned · text-generation · conversational · en · dataset:farbodtavakkoli/OTel-LLM · base_model:google/gemma-3-27b-it · base_model:finetune:google/gemma-3-27b-it · license:apache-2.0 · region:us

onnx · safetensors · dense · text-to-speech · custom_code · license:apache-2.0 · region:us

transformers · safetensors · glm_moe_dsa · text-generation · conversational · en · zh · arxiv:2602.15763 · license:mit · eval-results · endpoints_compatible · region:us

transformers · safetensors · moss_tts_realtime · feature-extraction · text-to-speech · audio · moss-tts · custom_code · zh · en · de · es · fr · ja · it · he · ko · ru · fa · ar · pl · pt · cs · da · sv · hu · el · tr · arxiv:2603.18090 · arxiv:2602.10934 · license:apache-2.0 · region:us

transformers · safetensors · moss_tts_delay · feature-extraction · text-to-speech · custom_code · zh · en · de · es · fr · ja · it · he · ko · ru · fa · ar · pl · pt · cs · da · sv · hu · el · tr · arxiv:2602.10934 · license:apache-2.0 · region:us

transformers · safetensors · qwen3_next · text-generation · conversational · license:apache-2.0 · endpoints_compatible · fp8 · region:us · deploy:azure

safetensors · qwen3_asr · automatic-speech-recognition · arxiv:2601.21337 · license:apache-2.0 · eval-results · deploy:azure · region:us

safetensors · qwen3_asr · automatic-speech-recognition · arxiv:2601.21337 · license:apache-2.0 · eval-results · deploy:sagemaker · deploy:azure · region:us

ggml · gguf · unsloth · quantized · text-to-image · en · arxiv:2511.22699 · base_model:Tongyi-MAI/Z-Image · base_model:quantized:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · en · arxiv:2511.22699 · license:apache-2.0 · diffusers:ZImagePipeline · region:us · deploy:azure

mlx-audio · safetensors · qwen3_tts · mlx · text-to-speech · speech · speech generation · voice cloning · tts · license:apache-2.0 · region:us

transformers · safetensors · vibevoice · ASR · Transcriptoin · Diarization · Speech-to-Text · automatic-speech-recognition · en · zh · es · pt · de · ja · ko · fr · ru · id · sv · it · he · nl · pl · no · tr · th · ar · hu · ca · cs · da · fa · af · hi · fi · et · aa · el · ro · vi · bg · is · sl · sk · lt · sw · uk · kl · lv · hr · ne · sr · tl · yi · ms · ur · mn · hy · jv · arxiv:2601.18184 · license:mit · endpoints_compatible · region:us

vllm · safetensors · voxtral_realtime · mistral-common · automatic-speech-recognition · en · fr · es · de · ru · zh · ja · it · pt · nl · ar · hi · ko · arxiv:2602.11298 · base_model:mistralai/Ministral-3-3B-Base-2512 · base_model:finetune:mistralai/Ministral-3-3B-Base-2512 · license:apache-2.0 · eval-results · region:us · deploy:sagemaker

safetensors · qwen3_tts · audio · tts · voice-clone · text-to-speech · zh · en · ja · ko · de · fr · ru · pt · es · it · arxiv:2601.15621 · license:apache-2.0 · region:us

safetensors · qwen3_tts · tts · qwen · audio · text-to-speech · zh · en · ja · ko · de · fr · ru · pt · es · it · arxiv:2601.15621 · license:apache-2.0 · region:us

safetensors · qwen3_tts · text-to-speech · arxiv:2601.15621 · license:apache-2.0 · deploy:sagemaker · region:us

qwen-tts · safetensors · qwen3_tts · audio · tts · qwen · multilingual · text-to-speech · arxiv:2601.15621 · license:apache-2.0 · region:us

transformers · safetensors · glm4_moe_lite · text-generation · conversational · en · zh · arxiv:2508.06471 · license:mit · eval-results · endpoints_compatible · region:us · deploy:azure

diffusion-single-file · comfyui · text-to-image · base_model:black-forest-labs/FLUX.2-klein-4B · base_model:finetune:black-forest-labs/FLUX.2-klein-4B · license:apache-2.0 · region:us

diffusion-single-file · comfyui · text-to-image · base_model:black-forest-labs/FLUX.2-klein-9B · base_model:finetune:black-forest-labs/FLUX.2-klein-9B · license:other · region:us

transformers · safetensors · qwen3 · text-generation · text-to-speech · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

transformers · safetensors · whisper · automatic-speech-recognition · arxiv:1910.09700 · endpoints_compatible · region:us

gguf · realtime · tts · cpu · vietnamese · text-to-speech · vi · dataset:pnnbao-ump/VieNeu-TTS-1000h · dataset:pnnbao-ump/VieNeu-TTS-140h · base_model:pnnbao-ump/VieNeu-TTS-0.3B · base_model:quantized:pnnbao-ump/VieNeu-TTS-0.3B · license:cc-by-nc-4.0 · endpoints_compatible · region:us

safetensors · gguf · qwen3 · text-to-speech · vi · dataset:pnnbao-ump/VieNeu-TTS-1000h · dataset:pnnbao-ump/VieNeu-TTS-140h · license:apache-2.0 · endpoints_compatible · region:us

diffusers · diffusion-single-file · comfyui · distillation · LoRA · lora · Qwen-Image · text-to-image · base_model:Qwen/Qwen-Image-2512 · base_model:adapter:Qwen/Qwen-Image-2512 · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · en · zh · arxiv:2508.02324 · license:apache-2.0 · diffusers:QwenImagePipeline · region:us · deploy:azure

gguf · quantized · unsloth · qwen · text-to-image · en · zh · arxiv:2508.02324 · base_model:Qwen/Qwen-Image-2512 · base_model:quantized:Qwen/Qwen-Image-2512 · license:apache-2.0 · region:us

diffusers · safetensors · text-to-video · diffusion · video-generation · turbodiffusion · wan2.1 · base_model:TurboDiffusion/TurboWan2.1-T2V-1.3B-480P · base_model:finetune:TurboDiffusion/TurboWan2.1-T2V-1.3B-480P · license:apache-2.0 · diffusers:WanDMDPipeline · region:us

ggml · gguf · quantized · unsloth · text-to-image · en · arxiv:2511.22699 · arxiv:2511.22677 · arxiv:2511.13649 · base_model:Tongyi-MAI/Z-Image-Turbo · base_model:quantized:Tongyi-MAI/Z-Image-Turbo · license:apache-2.0 · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · conversational · custom_code · en · es · fr · de · ja · it · dataset:nvidia/Nemotron-Pretraining-Code-v1 · dataset:nvidia/Nemotron-CC-v2 · dataset:nvidia/Nemotron-Pretraining-SFT-v1 · dataset:nvidia/Nemotron-CC-Math-v1 · dataset:nvidia/Nemotron-Pretraining-Code-v2 · dataset:nvidia/Nemotron-Pretraining-Specialized-v1 · dataset:nvidia/Nemotron-CC-v2.1 · dataset:nvidia/Nemotron-CC-Code-v1 · dataset:nvidia/Nemotron-Pretraining-Dataset-sample · dataset:nvidia/Nemotron-Competitive-Programming-v1 · dataset:nvidia/Nemotron-Math-v2 · dataset:nvidia/Nemotron-Agentic-v1 · dataset:nvidia/Nemotron-Math-Proofs-v1 · dataset:nvidia/Nemotron-Instruction-Following-Chat-v1 · dataset:nvidia/Nemotron-Science-v1 · dataset:nvidia/Nemotron-3-Nano-RL-Training-Blend · arxiv:2512.20848 · arxiv:2512.20856 · arxiv:2601.20088 · base_model:nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 · base_model:quantized:nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 · license:other · endpoints_compatible · 8-bit · region:us

diffusers · lora · girlslike · z-image · text-to-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

mlx-audio · safetensors · chatterbox_turbo · text-to-speech · speech · speech generation · voice cloning · mlx · tts · en · base_model:ResembleAI/chatterbox-turbo · base_model:quantized:ResembleAI/chatterbox-turbo · license:apache-2.0 · 4-bit · region:us

nemo · safetensors · gguf · nemotron_asr_streaming · feature-extraction · transformers · speech-recognition · cache-aware ASR · automatic-speech-recognition · streaming-asr · speech · audio · FastConformer · RNNT · Parakeet · ASR · pytorch · NeMo · hf-asr-leaderboard · dataset:nvidia/Granary · dataset:YTC · dataset:Yodas2 · dataset:LibriLight · dataset:librispeech_asr · dataset:fisher_corpus · dataset:Switchboard-1 · dataset:WSJ-0 · dataset:WSJ-1 · dataset:National-Singapore-Corpus-Part-1 · dataset:National-Singapore-Corpus-Part-6 · dataset:vctk · dataset:voxpopuli · dataset:europarl · dataset:multilingual_librispeech · dataset:fleurs · dataset:mozilla-foundation/common_voice_8_0 · dataset:MLCommons/peoples_speech · dataset:google/speech_commands · arxiv:2312.17279 · arxiv:2305.05084 · license:other · model-index · region:us

onnx · safetensors · text-to-speech · zh · en · fr · es · ja · ko · it · ru · de · arxiv:2505.17589 · arxiv:2412.10117 · arxiv:2407.05407 · license:apache-2.0 · region:us

transformers · safetensors · vibevoice_streaming · Realtime TTS · Streaming text input · Long-form speech generation · text-to-speech · en · arxiv:2508.19205 · arxiv:2412.08635 · base_model:Qwen/Qwen2.5-0.5B · base_model:finetune:Qwen/Qwen2.5-0.5B · license:mit · endpoints_compatible · region:us

transformers · safetensors · nemotron_h · text-generation · nvidia · pytorch · conversational · custom_code · en · es · fr · de · ja · it · dataset:nvidia/Nemotron-Pretraining-Code-v1 · dataset:nvidia/Nemotron-CC-v2 · dataset:nvidia/Nemotron-Pretraining-SFT-v1 · dataset:nvidia/Nemotron-CC-Math-v1 · dataset:nvidia/Nemotron-Pretraining-Code-v2 · dataset:nvidia/Nemotron-Pretraining-Specialized-v1 · dataset:nvidia/Nemotron-CC-v2.1 · dataset:nvidia/Nemotron-CC-Code-v1 · dataset:nvidia/Nemotron-Pretraining-Dataset-sample · dataset:nvidia/Nemotron-Competitive-Programming-v1 · dataset:nvidia/Nemotron-Math-v2 · dataset:nvidia/Nemotron-Agentic-v1 · dataset:nvidia/Nemotron-Math-Proofs-v1 · dataset:nvidia/Nemotron-Instruction-Following-Chat-v1 · dataset:nvidia/Nemotron-Science-v1 · dataset:nvidia/Nemotron-3-Nano-RL-Training-Blend · arxiv:2512.20848 · arxiv:2512.20856 · license:other · eval-results · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · deepseek_v32 · text-generation · base_model:deepseek-ai/DeepSeek-V3.2-Exp-Base · base_model:finetune:deepseek-ai/DeepSeek-V3.2-Exp-Base · license:mit · eval-results · endpoints_compatible · fp8 · deploy:sagemaker · region:us

diffusers · text-to-image · lora · safetensors · z-image · base_model:Tongyi-MAI/Z-Image · base_model:adapter:Tongyi-MAI/Z-Image · license:apache-2.0 · region:us

gguf · text-to-image · image-generation · stable-diffusion.cpp · z-image-turbo · z-image · en · zh · base_model:Tongyi-MAI/Z-Image-Turbo · base_model:quantized:Tongyi-MAI/Z-Image-Turbo · license:apache-2.0 · region:us

diffusers · text-to-image · en · base_model:Tongyi-MAI/Z-Image-Turbo · base_model:quantized:Tongyi-MAI/Z-Image-Turbo · license:apache-2.0 · region:us

diffusion-single-file · comfyui · text-to-image · base_model:ByteZSzn/Flux.2-Turbo-ComfyUI · base_model:finetune:ByteZSzn/Flux.2-Turbo-ComfyUI · license:other · region:us

diffusers · safetensors · text-to-image · en · arxiv:2511.22699 · arxiv:2511.22677 · arxiv:2511.13649 · license:apache-2.0 · diffusers:ZImagePipeline · deploy:azure · region:us

pytorch · gigaam · automatic-speech-recognition · custom_code · ru · en · arxiv:2506.01192 · license:mit · region:us

transformers · safetensors · opt · text-generation · arxiv:1910.09700 · text-generation-inference · endpoints_compatible · region:us

executorch · text-to-speech · en · fr · es · it · pt · de · pl · hi · base_model:hexgrad/Kokoro-82M · base_model:quantized:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

transformers · safetensors · llama · text-generation · text-to-speech · speech-synthesis · multilingual · indic · orpheus · lora · low-latency · gguf · zero-shot · emotions · discrete-audio-tokens · hi · bn · mr · te · kn · bho · mag · hne · mai · as · brx · doi · gu · ml · pa · ta · ne · sa · en · dataset:SYSPIN · dataset:RASA · dataset:IndicTTS · dataset:SPICOR · base_model:canopylabs/3b-hi-ft-research_release · base_model:adapter:canopylabs/3b-hi-ft-research_release · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

diffusers · safetensors · diffusion-single-file · text-to-video · video-to-video · realtime · base_model:Wan-AI/Wan2.1-T2V-14B · base_model:finetune:Wan-AI/Wan2.1-T2V-14B · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · anime · hentai · characters · woman · girls · bright and distinct anime style · artists · LoRA friendly · merge · Illustrious XL v1.0 · Illustrious XL v2.0 · illustrious · en · base_model:OnomaAIResearch/Illustrious-XL-v1.0 · base_model:merge:OnomaAIResearch/Illustrious-XL-v1.0 · base_model:OnomaAIResearch/Illustrious-XL-v2.0 · base_model:merge:OnomaAIResearch/Illustrious-XL-v2.0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

transformers · safetensors · qwen3_vl_moe · image-text-to-text · AWQ · vLLM · text-generation · conversational · arxiv:2505.09388 · arxiv:2502.13923 · arxiv:2409.12191 · arxiv:2308.12966 · base_model:Qwen/Qwen3-VL-30B-A3B-Instruct · base_model:quantized:Qwen/Qwen3-VL-30B-A3B-Instruct · license:apache-2.0 · endpoints_compatible · 4-bit · awq · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · not-for-all-audiences · anime · hentai · furry · furry style · 2D · 2.5D · 3D · feral · yiff · anthro · animals · detail · posing · e621/rule34 tags · merge · noobai · Illustrious XL v2.0 · illustrious · en · base_model:Laxhar/noobai-XL-1.1 · base_model:merge:Laxhar/noobai-XL-1.1 · base_model:OnomaAIResearch/Illustrious-XL-v2.0 · base_model:merge:OnomaAIResearch/Illustrious-XL-v2.0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · realistic · photorealistic · photoreal · asian · illustrious · en · base_model:OnomaAIResearch/Illustrious-xl-early-release-v0 · base_model:finetune:OnomaAIResearch/Illustrious-xl-early-release-v0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · not-for-all-audiences · anime · girls · cute · balanced · hands · feet · texture · limbs · excellent lighting and shadow · details · finetune · my style · extreme light and shadow · composition · 2D · 2.5D · 3D · merge · noobai · Illustrious XL v2.0 · illustrious · en · base_model:Laxhar/noobai-XL-1.0 · base_model:merge:Laxhar/noobai-XL-1.0 · base_model:OnomaAIResearch/Illustrious-XL-v2.0 · base_model:merge:OnomaAIResearch/Illustrious-XL-v2.0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

diffusers · text-to-image · lora · template:diffusion-lora · base_model:Wan-AI/Wan2.2-I2V-A14B · base_model:adapter:Wan-AI/Wan2.2-I2V-A14B · region:us · not-for-all-audiences

videox_fun · diffusers · safetensors · video · video-generation · wan2.2 · text-to-video · en · zh · base_model:Wan-AI/Wan2.2-T2V-A14B · base_model:finetune:Wan-AI/Wan2.2-T2V-A14B · license:apache-2.0 · region:us

diffusers · image-editing · SVDQuant · Qwen-Image-Edit · Diffusion · Quantization · ICLR2025 · text-to-image · en · dataset:mit-han-lab/svdquant-datasets · arxiv:2411.05007 · base_model:Qwen/Qwen-Image-Edit · base_model:quantized:Qwen/Qwen-Image-Edit · license:apache-2.0 · region:us

Model Optimizer · safetensors · qwen2_5_vl · nvidia · ModelOpt · quantized · FP4 · fp4 · text-generation · conversational · base_model:Qwen/Qwen2.5-VL-7B-Instruct · base_model:quantized:Qwen/Qwen2.5-VL-7B-Instruct · license:other · 8-bit · modelopt · region:us

transformers · safetensors · vibevoice · text-to-audio · Podcast · text-to-speech · en · zh · arxiv:2508.19205 · arxiv:2412.08635 · license:mit · endpoints_compatible · region:us

safetensors · vibevoice · Podcast · text-to-speech · en · zh · arxiv:2508.19205 · arxiv:2412.08635 · license:mit · region:us

videox_fun · text-to-video · arxiv:2310.03739 · base_model:Wan-AI/Wan2.2-T2V-A14B · base_model:finetune:Wan-AI/Wan2.2-T2V-A14B · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · not-for-all-audiences · anime · hentai · nai · girls · better eyes · brightness · contrast · better shade lightning · brighter colors · shiny hair with particles · shiny eyes · sharper lines · characters · artists · trained · merge · rouwei · noobai · illustrious · en · base_model:Laxhar/noobai-XL-1.1 · base_model:merge:Laxhar/noobai-XL-1.1 · base_model:Minthy/RouWei-0.8 · base_model:merge:Minthy/RouWei-0.8 · base_model:OnomaAIResearch/Illustrious-xl-early-release-v0 · base_model:merge:OnomaAIResearch/Illustrious-xl-early-release-v0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

gguf · s2v · text-to-video · base_model:Wan-AI/Wan2.2-S2V-14B · base_model:quantized:Wan-AI/Wan2.2-S2V-14B · license:apache-2.0 · region:us

transformers · safetensors · vibevoice · text-to-audio · Podcast · text-to-speech · en · zh · arxiv:2508.19205 · arxiv:2412.08635 · license:mit · endpoints_compatible · region:us

mlx · safetensors · automatic-speech-recognition · speech · audio · FastConformer · Conformer · Parakeet · en · es · fr · de · bg · hr · cs · da · nl · et · fi · el · hu · it · lv · lt · mt · pl · pt · ro · sk · sl · sv · ru · uk · base_model:nvidia/parakeet-tdt-0.6b-v3 · base_model:finetune:nvidia/parakeet-tdt-0.6b-v3 · license:cc-by-4.0 · region:us

diffusers · safetensors · text-to-video · arxiv:2503.20314 · arxiv:2309.14509 · license:apache-2.0 · diffusers:WanImageToVideoPipeline · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · anime · girls · styles · lighting · texture · clean · color balance · prompt understanding · merge · noobai · Illustrious XL v1.0 · illustrious · en · base_model:Laxhar/noobai-XL-1.1 · base_model:merge:Laxhar/noobai-XL-1.1 · base_model:OnomaAIResearch/Illustrious-XL-v1.0 · base_model:merge:OnomaAIResearch/Illustrious-XL-v1.0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

gguf · text-to-video · en · zh · base_model:alibaba-pai/Wan2.2-Fun-A14B-Control-Camera · base_model:quantized:alibaba-pai/Wan2.2-Fun-A14B-Control-Camera · license:apache-2.0 · region:us

gguf · text-to-video · en · zh · base_model:alibaba-pai/Wan2.2-Fun-A14B-Control · base_model:quantized:alibaba-pai/Wan2.2-Fun-A14B-Control · license:apache-2.0 · region:us

gguf · text-to-video · en · zh · base_model:alibaba-pai/Wan2.2-Fun-A14B-InP · base_model:quantized:alibaba-pai/Wan2.2-Fun-A14B-InP · license:apache-2.0 · region:us

diffusers · Qwen-Image · distillation · LoRA · lora · text-to-image · en · zh · base_model:Qwen/Qwen-Image · base_model:adapter:Qwen/Qwen-Image · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · license:apache-2.0 · diffusers:ChromaPipeline · region:us · deploy:azure

diffusion-single-file · stable-diffusion · text-to-image · comfyui · base_model:Alpha-VLLM/Lumina-Image-2.0 · base_model:finetune:Alpha-VLLM/Lumina-Image-2.0 · license:apache-2.0 · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · base_model:Qwen/Qwen3-4B-Instruct-2507 · base_model:quantized:Qwen/Qwen3-4B-Instruct-2507 · license:apache-2.0 · text-generation-inference · endpoints_compatible · fp8 · region:us · deploy:azure

gguf · text-to-image · en · zh · base_model:Qwen/Qwen-Image · base_model:quantized:Qwen/Qwen-Image · license:apache-2.0 · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · license:apache-2.0 · eval-results · text-generation-inference · endpoints_compatible · region:us · deploy:sagemaker · deploy:azure

transformers · nemo · safetensors · gguf · parakeet_tdt · feature-extraction · automatic-speech-recognition · speech · audio · Transducer · Transformer · TDT · FastConformer · Conformer · pytorch · NeMo · hf-asr-leaderboard · Transformers · en · es · fr · de · bg · hr · cs · da · nl · et · fi · el · hu · it · lv · lt · mt · pl · pt · ro · sk · sl · sv · ru · uk · dataset:nvidia/Granary · dataset:nemo/asr-set-3.0 · arxiv:2509.14128 · arxiv:2505.13404 · arxiv:2305.05084 · arxiv:2304.06795 · arxiv:2410.01036 · arxiv:2406.00899 · arxiv:2205.12446 · arxiv:2012.03411 · arxiv:2007.10310 · arxiv:1510.08484 · license:cc-by-4.0 · model-index · eval-results · endpoints_compatible · deploy:azure · region:us

transformers · safetensors · gpt_oss · text-generation · vllm · conversational · arxiv:2508.10925 · license:apache-2.0 · eval-results · endpoints_compatible · 8-bit · mxfp4 · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · gpt_oss · text-generation · vllm · conversational · arxiv:2508.10925 · license:apache-2.0 · eval-results · endpoints_compatible · 8-bit · mxfp4 · deploy:sagemaker · deploy:azure · region:us

diffusers · safetensors · text-to-video · arxiv:2505.13389 · arxiv:2502.04507 · license:apache-2.0 · diffusers:WanDMDPipeline · region:us

diffusers · safetensors · text-to-image · en · zh · arxiv:2508.02324 · license:apache-2.0 · diffusers:QwenImagePipeline · deploy:azure · region:us

transformers · safetensors · qwen3_moe · text-generation · conversational · arxiv:2505.09388 · base_model:Qwen/Qwen3-Coder-30B-A3B-Instruct · base_model:quantized:Qwen/Qwen3-Coder-30B-A3B-Instruct · license:apache-2.0 · endpoints_compatible · compressed-tensors · region:us

transformers · safetensors · qwen3_moe · text-generation · conversational · arxiv:2505.09388 · license:apache-2.0 · endpoints_compatible · fp8 · region:us · deploy:azure

transformers · gguf · unsloth · qwen3 · qwen · text-generation · arxiv:2505.09388 · base_model:Qwen/Qwen3-Coder-30B-A3B-Instruct · base_model:quantized:Qwen/Qwen3-Coder-30B-A3B-Instruct · license:apache-2.0 · endpoints_compatible · region:us · imatrix · conversational

gguf · gguf-node · text-to-video · base_model:Comfy-Org/Wan_2.2_ComfyUI_Repackaged · base_model:quantized:Comfy-Org/Wan_2.2_ComfyUI_Repackaged · license:apache-2.0 · region:us

gguf · text-to-video · arxiv:2503.20314 · arxiv:2309.14509 · base_model:Wan-AI/Wan2.2-T2V-A14B · base_model:quantized:Wan-AI/Wan2.2-T2V-A14B · license:apache-2.0 · region:us

gguf · t2v · text-to-video · base_model:Wan-AI/Wan2.2-T2V-A14B · base_model:quantized:Wan-AI/Wan2.2-T2V-A14B · license:apache-2.0 · region:us

gguf · ti2v · text-to-video · en · zh · base_model:Wan-AI/Wan2.2-TI2V-5B · base_model:quantized:Wan-AI/Wan2.2-TI2V-5B · license:apache-2.0 · region:us

diffusers · safetensors · text-to-video · arxiv:2503.20314 · arxiv:2309.14509 · license:apache-2.0 · diffusers:WanPipeline · region:us

diffusers · safetensors · text-to-video · en · zh · arxiv:2503.20314 · license:apache-2.0 · diffusers:WanPipeline · region:us

wan2.2 · diffusers · safetensors · text-to-video · arxiv:2503.20314 · arxiv:2309.14509 · license:apache-2.0 · region:us

wan2.2 · diffusers · safetensors · ti2v · text-to-video · en · zh · arxiv:2503.20314 · license:apache-2.0 · region:us

diffusers · ltx-video · image-to-video · text-to-video · en · license:other · region:us

diffusers · safetensors · text-to-image · image-generation · flux · en · base_model:black-forest-labs/FLUX.1-dev · base_model:finetune:black-forest-labs/FLUX.1-dev · license:other · endpoints_compatible · diffusers:FluxPipeline · region:us

transformers · safetensors · higgs_audio_v2 · text-to-audio · text-to-speech · en · zh · de · ko · arxiv:2505.23009 · license:other · endpoints_compatible · region:us

moshi · tts · audio · text-to-speech · en · fr · arxiv:2509.08753 · arxiv:2410.00037 · arxiv:2502.03382 · license:cc-by-4.0 · region:us

pytorch · safetensors · dia · model_hub_mixin · pytorch_model_hub_mixin · text-to-speech · en · arxiv:2305.09636 · license:apache-2.0 · region:us

transformers · safetensors · llama · text-generation · text-to-speech · tts · hindi · english · audio · speech · india · en · hi · dataset:proprietary · license:apache-2.0 · co2_eq_emissions · text-generation-inference · endpoints_compatible · region:us

safetensors · text-to-speech · en · zh · arxiv:2506.21619 · arxiv:2502.05512 · region:us

gguf · text-to-video · quantized · en · base_model:vrgamedevgirl84/Wan14BT2VFusioniX · base_model:quantized:vrgamedevgirl84/Wan14BT2VFusioniX · license:apache-2.0 · region:us

diffusers · text-to-video · diffusion · merged-model · video-generation · wan2.1 · safetensors · base_model:Wan-AI/Wan2.1-T2V-14B · base_model:finetune:Wan-AI/Wan2.1-T2V-14B · license:apache-2.0 · region:us

diffusers · gguf · video · video-generation · text-to-video · en · base_model:Wan-AI/Wan2.1-VACE-1.3B · base_model:quantized:Wan-AI/Wan2.1-VACE-1.3B · license:apache-2.0 · region:us

f5-tts · tts · russian · fine-tuned · voice-clone · text-to-speech · ru · base_model:SWivid/F5-TTS · base_model:finetune:SWivid/F5-TTS · license:cc-by-nc-4.0 · region:us

diffusers · gguf · video · video-generation · text-to-video · en · base_model:Wan-AI/Wan2.1-T2V-1.3B · base_model:quantized:Wan-AI/Wan2.1-T2V-1.3B · license:apache-2.0 · region:us

gguf · video · video-generation · text-to-video · base_model:Wan-AI/Wan2.1-VACE-14B · base_model:quantized:Wan-AI/Wan2.1-VACE-14B · license:apache-2.0 · region:us

diffusers · safetensors · ltx-video · image-to-video · text-to-video · en · base_model:Lightricks/LTX-Video · base_model:finetune:Lightricks/LTX-Video · license:other · diffusers:LTXConditionPipeline · region:us

mlx · safetensors · automatic-speech-recognition · speech · audio · FastConformer · Conformer · Parakeet · base_model:nvidia/parakeet-tdt-0.6b-v2 · base_model:finetune:nvidia/parakeet-tdt-0.6b-v2 · license:cc-by-4.0 · region:us

transformers · safetensors · qwen3 · text-generation · trl · conversational · text-generation-inference · endpoints_compatible · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-8B · base_model:quantized:Qwen/Qwen3-8B · license:apache-2.0 · text-generation-inference · endpoints_compatible · 4-bit · awq · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-14B · base_model:quantized:Qwen/Qwen3-14B · license:apache-2.0 · text-generation-inference · endpoints_compatible · 4-bit · awq · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · base_model:Qwen/Qwen3-0.6B-Base · base_model:finetune:Qwen/Qwen3-0.6B-Base · license:apache-2.0 · text-generation-inference · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2505.09388 · base_model:Qwen/Qwen3-1.7B-Base · base_model:finetune:Qwen/Qwen3-1.7B-Base · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us · deploy:sagemaker · deploy:azure

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-14B-Base · base_model:finetune:Qwen/Qwen3-14B-Base · license:apache-2.0 · text-generation-inference · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · qwen3_moe · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-30B-A3B-Base · base_model:finetune:Qwen/Qwen3-30B-A3B-Base · license:apache-2.0 · endpoints_compatible · region:us · deploy:sagemaker

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · license:apache-2.0 · eval-results · text-generation-inference · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-4B-Base · base_model:finetune:Qwen/Qwen3-4B-Base · license:apache-2.0 · text-generation-inference · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

transformers · safetensors · qwen3 · text-generation · conversational · arxiv:2309.00071 · arxiv:2505.09388 · base_model:Qwen/Qwen3-8B-Base · base_model:finetune:Qwen/Qwen3-8B-Base · license:apache-2.0 · eval-results · text-generation-inference · endpoints_compatible · deploy:sagemaker · deploy:azure · region:us

kimi-audio · safetensors · audio · audio-language-model · speech-recognition · audio-understanding · text-to-speech · audio-generation · chat · custom_code · en · zh · license:mit · region:us

videox_fun · diffusers · safetensors · i2v · video · video-generation · text-to-video · en · zh · license:apache-2.0 · region:us

chatterbox · text-to-speech · speech · speech-generation · voice-cloning · multilingual-tts · ar · da · de · el · en · es · fi · fr · he · hi · it · ja · ko · ms · nl · no · pl · pt · ru · sv · sw · tr · zh · license:mit · region:us

safetensors · model_hub_mixin · pytorch_model_hub_mixin · text-to-speech · en · arxiv:2305.09636 · license:apache-2.0 · region:us

pyannote-audio · pyannote · pyannote-audio-pipeline · audio · voice · speech · speaker · speaker-diarization · speaker-change-detection · voice-activity-detection · overlapped-speech-detection · automatic-speech-recognition · arxiv:2104.03603 · arxiv:2111.14448 · arxiv:2012.01477 · arxiv:2110.07058 · license:cc-by-4.0 · region:us

diffusers · safetensors · image-generation · HiDream.ai · text-to-image · en · arxiv:2505.22705 · license:mit · diffusers:HiDreamImagePipeline · region:us

transformers · safetensors · llama · text-generation · unsloth · text-to-speech · tts · german · orpheus · de · base_model:canopylabs/3b-de-pretrain-research_release · base_model:finetune:canopylabs/3b-de-pretrain-research_release · license:llama3.2 · text-generation-inference · endpoints_compatible · region:us

transformers · safetensors · llama · text-generation · text-to-speech · de · base_model:canopylabs/orpheus-3b-0.1-pretrained · base_model:finetune:canopylabs/orpheus-3b-0.1-pretrained · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

gguf · text-to-video · video · video-generation · en · zh · base_model:alibaba-pai/Wan2.1-Fun-14B-Control · base_model:quantized:alibaba-pai/Wan2.1-Fun-14B-Control · license:apache-2.0 · region:us

videox_fun · video · video-generation · text-to-video · en · zh · arxiv:2310.03739 · license:apache-2.0 · region:us

gguf · text-to-video · video · video-generation · en · zh · base_model:alibaba-pai/Wan2.1-Fun-14B-InP · base_model:quantized:alibaba-pai/Wan2.1-Fun-14B-InP · license:apache-2.0 · region:us

transformers · safetensors · deepseek_v3 · text-generation · conversational · custom_code · arxiv:2412.19437 · license:mit · eval-results · text-generation-inference · endpoints_compatible · fp8 · region:us

transformers · safetensors · llama · text-generation · text-to-speech · en · base_model:canopylabs/orpheus-3b-0.1-ft · base_model:finetune:canopylabs/orpheus-3b-0.1-ft · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

transformers · gguf · llama-cpp · gguf-my-repo · text-to-speech · en · base_model:canopylabs/orpheus-3b-0.1-ft · base_model:quantized:canopylabs/orpheus-3b-0.1-ft · license:apache-2.0 · endpoints_compatible · region:us · conversational

transformers · safetensors · llama · text-generation · text-to-speech · en · base_model:canopylabs/orpheus-3b-0.1-pretrained · base_model:finetune:canopylabs/orpheus-3b-0.1-pretrained · license:apache-2.0 · text-generation-inference · endpoints_compatible · region:us

diffusers · safetensors · ltx-video · image-to-video · text-to-video · en · license:other · diffusers:LTXPipeline · region:us

gguf · gguf-node · gguf-connector · text-to-video · en · base_model:Wan-AI/Wan2.1-T2V-1.3B · base_model:quantized:Wan-AI/Wan2.1-T2V-1.3B · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · anime · girls · characters · detailed anime look · backgrounds · better eyes · illustrious · en · base_model:OnomaAIResearch/Illustrious-xl-early-release-v0 · base_model:finetune:OnomaAIResearch/Illustrious-xl-early-release-v0 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

safetensors · inf5 · text-to-speech · custom_code · as · bn · gu · mr · hi · kn · ml · or · pa · ta · te · dataset:ai4bharat/indicvoices_r · dataset:ai4bharat/Rasa · doi:10.57967/hf/9236 · license:mit · region:us

transformers · safetensors · gemma3_text · text-generation · conversational · arxiv:1905.07830 · arxiv:1905.10044 · arxiv:1911.11641 · arxiv:1904.09728 · arxiv:1705.03551 · arxiv:1911.01547 · arxiv:1907.10641 · arxiv:1903.00161 · arxiv:2009.03300 · arxiv:2304.06364 · arxiv:2103.03874 · arxiv:2110.14168 · arxiv:2311.12022 · arxiv:2108.07732 · arxiv:2107.03374 · arxiv:2210.03057 · arxiv:2106.03193 · arxiv:1910.11856 · arxiv:2502.12404 · arxiv:2502.21228 · arxiv:2404.16816 · arxiv:2104.12756 · arxiv:2311.16502 · arxiv:2203.10244 · arxiv:2404.12390 · arxiv:1810.12440 · arxiv:1908.02660 · arxiv:2312.11805 · base_model:google/gemma-3-1b-pt · base_model:finetune:google/gemma-3-1b-pt · license:gemma · eval-results · text-generation-inference · endpoints_compatible · deploy:sagemaker · region:us

transformers · safetensors · csm · text-to-audio · text-to-speech · en · license:apache-2.0 · endpoints_compatible · region:us

diffusers · safetensors · video · video-generation · text-to-video · en · zh · license:apache-2.0 · diffusers:WanPipeline · deploy:sagemaker · region:us

diffusers · safetensors · video generation · text-to-video · en · zh · license:apache-2.0 · diffusers:WanPipeline · region:us

mlx · text-to-speech · en · base_model:yl4579/StyleTTS2-LJSpeech · base_model:finetune:yl4579/StyleTTS2-LJSpeech · license:apache-2.0 · region:us

text-to-speech · arxiv:2306.07691 · arxiv:2203.02395 · base_model:hexgrad/Kokoro-82M · base_model:finetune:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

gguf · gguf-connector · gguf-node · text-to-video · en · base_model:Comfy-Org/Wan_2.1_ComfyUI_repackaged · base_model:quantized:Comfy-Org/Wan_2.1_ComfyUI_repackaged · doi:10.57967/hf/4819 · license:apache-2.0 · region:us

diffusers · safetensors · t2v · video · video-generation · text-to-video · en · zh · license:apache-2.0 · region:us

diffusers · safetensors · t2v · video generation · text-to-video · en · zh · license:apache-2.0 · region:us

transformers.js · onnx · style_text_to_speech_2 · text-to-speech · en · base_model:hexgrad/Kokoro-82M · base_model:quantized:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

mlx · safetensors · llama · facebook · meta · pytorch · llama-3 · text-generation · conversational · en · de · fr · it · pt · hi · es · th · base_model:meta-llama/Llama-3.1-8B-Instruct · base_model:quantized:meta-llama/Llama-3.1-8B-Instruct · license:llama3.1 · 4-bit · region:us

transformers.js · onnx · style_text_to_speech_2 · text-to-speech · en · base_model:hexgrad/Kokoro-82M · base_model:quantized:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

transformers · safetensors · deepseek_v3 · text-generation · conversational · custom_code · arxiv:2501.12948 · license:mit · eval-results · text-generation-inference · endpoints_compatible · fp8 · deploy:sagemaker · region:us

transformers.js · onnx · style_text_to_speech_2 · text-to-speech · en · base_model:hexgrad/Kokoro-82M · base_model:quantized:hexgrad/Kokoro-82M · license:apache-2.0 · region:us

diffusers · safetensors · text-to-image · stable-diffusion · stable-diffusion-xl · en · base_model:stabilityai/stable-diffusion-xl-base-1.0 · base_model:finetune:stabilityai/stable-diffusion-xl-base-1.0 · license:openrail++ · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

text-to-speech · en · arxiv:2306.07691 · arxiv:2203.02395 · base_model:yl4579/StyleTTS2-LJSpeech · base_model:finetune:yl4579/StyleTTS2-LJSpeech · doi:10.57967/hf/4329 · license:apache-2.0 · region:us

transformers · safetensors · deepseek_v3 · text-generation · conversational · custom_code · arxiv:2412.19437 · eval-results · text-generation-inference · endpoints_compatible · fp8 · region:us

diffusers · safetensors · stable-diffusion · stable-diffusion-xl · art · not-for-all-audiences · text-to-image · en · base_model:Laxhar/noobai-XL-Vpred-0.75 · base_model:finetune:Laxhar/noobai-XL-Vpred-0.75 · license:other · endpoints_compatible · diffusers:StableDiffusionXLPipeline · region:us

transformers · safetensors · llama · text-generation · facebook · meta · pytorch · llama-3 · conversational · en · fr · it · pt · hi · es · th · de · arxiv:2204.05149 · base_model:meta-llama/Llama-3.1-70B · base_model:finetune:meta-llama/Llama-3.1-70B · license:llama3.3 · eval-results · text-generation-inference · endpoints_compatible · region:us