说话人分离模型，流式/离线，最高8人
适合8人以内会议/通话实时说话人分离 / 离线长音频批处理与转写集成
短板超过8说话人场景
Q4 ~0.1GB / FP16 ~0.2GB · OpenMDW-1.1 · 时长不限 (chunked) · NeMo需自查
证据11.5k 下载 / 341 赞
本期 (4)
流式中英双语 ASR，80ms 音频时钟
适合实时流式语音识别 / 中英双语长时转写
短板非流式离线批量转写
Q4 ~2.7GB / FP16 ~9.8GB · apache-2.0 · 30s 原生，rolling KV 无限 · transformers需自查
证据2853 下载 / 551 赞
Qwen-Image-2.1 文本编码器 GGUF，低显存图像生成
适合ComfyUI 加载 Qwen-Image-2.1 文本编码 / Q4_K_M/FP8 低显存推理
短板独立对话或文本生成
Q4 ~5.3GB / FP16 ~19GB · apache-2.0 · 未知 · ComfyUI需自查
证据126.4k 下载 / 262 赞
100M 参数文本生成图像模型，面向资源受限的 T2I 实验
适合低分辨率图像快速生成 / 资源受限的 T2I 实验
短板高分辨率/照片级图像生成
Q4 ~0.1GB / FP16 ~0.2GB · apache-2.0 · 128 tokens · transformers需自查
证据431 下载 / 122 赞