🎤victor / LongCat-Video-Avatar-1.5
音频驱动说话头视频生成：上传参考图像+音频+文本提示，输出5秒唇形同步视频。基于美团LongCat-Video-Avatar 1.5，INT8量化DiT，DMD2蒸馏8步LoRA，ZeroGPU xlarge运行。
运行模型 meituan-longcat/LongCat-Video-Avatar-1.5 ↗
收藏 233 · 3个月前更新
2026-05-25 收录的 Space（8）
本页记录当日收录项目;运行状态与体验入口按当前结果更新。完整目录见 Space 体验目录。
🎨multimodalart / z-image-6b-pixel-space
基于L2P迁移范式的6B参数像素空间扩散模型，无需VAE，支持1K分辨率图像生成，利用预训练潜在扩散模型知识。
运行模型 zhen-nan/L2P ↗
收藏 27 · 3个月前更新
💦ibuildproducts / wan22-i2v-v4-demo
Omni-Blink LoRA 演示demo
收藏 29 · 4个月前更新
🏎️💨black-forest-labs / FLUX.1-schnell
FLUX.1 [schnell] 的文本生成图像演示：12B 参数 rectified flow Transformer，经潜在对抗扩散蒸馏，1 至 4 步生成图像，Apache-2.0 许可，可商用。
运行模型 black-forest-labs/FLUX.1-schnell ↗
收藏 5.1k · 3个月前更新
👁AP123 / IllusionDiffusion
IllusionDiffusion 是一个图像生成 demo,用于生成高质量的幻觉/视错觉艺术图像。资料未说明具体输入方式与模型细节。
收藏 5.4k · 3个月前更新
👩🎨jbilcke-hf / ai-comic-factory
通过单条提示词生成漫画，结合大语言模型与 SDXL 模型进行图像生成，项目开源。
运行模型 HuggingFaceH4/zephyr-7b-beta ↗
收藏 11k · 10个月前更新
🖥️black-forest-labs / FLUX.1-dev
Black Forest Labs 开发的 120 亿参数 rectified flow transformer 文本到图像生成模型，开源权重，非商业许可。
运行模型 black-forest-labs/FLUX.1-dev →
收藏 9.5k · 9个月前更新
🗣️mrfakename / E2-F5-TTS
F5-TTS 与 E2-TTS 的非官方演示：零样本声音克隆，利用 Flow Matching 合成语音；本地需放置对应预训练检查点，相关代码与论文见 GitHub。
运行模型 SWivid/F5-TTS ↗
收藏 2.9k · 3个月前更新