2026-06-08 收录的 Space（7）

文本转语音与声音克隆，8B参数，基于Sesame CSM架构，使用Llama 3.2风格骨干和自回归音频解码器，生成Mimi音频码。

运行模型 MisoLabs/MisoTTS →

图片转视频，支持原生音频生成，基于LTX 2.3 audio-video模型和fp8 checkpoint，运行Comfy工作流，可关闭音频输出静音MP4。

Kokoro-TTS 的演示空间，已升级至 v1.0，提供文本转语音（TTS）的在线生成能力。

运行模型 hexgrad/Kokoro-82M →

图像抠图去背景 demo，基于 BRIA RMBG 分割模型一键分离前景主体并输出透明背景。

运行模型 briaai/RMBG-2.0 ↗

快手 Kolors 团队的虚拟试衣 demo，上传人物与服装图即可生成上身效果，底层基于 Kolors 扩散模型。

运行模型 Kwai-Kolors/Kolors ↗

LMArena（原 LMSYS Chatbot Arena）的大模型匿名对战排行榜，由众包 pairwise 投票按 Elo / Bradley–Terry 为主流开闭源模型排名。

腾讯推出的文本/图像到 3D 资产生成系统，包含形状生成模型 Hunyuan3D-DiT 与纹理合成模型 Hunyuan3D-Paint，基于扩散 Transformer。

运行模型 tencent/Hunyuan3D-2 ↗