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

文本到图像生成模型，12B参数rectified flow transformer。由Black Forest Labs开发，权重开源，采用guidance蒸馏训练，非商业许可。

运行模型 black-forest-labs/FLUX.1-dev

单提示词创建AI漫画。需LLM和SDXL等组件，开源项目但依赖多个外部服务。

运行模型 HuggingFaceH4/zephyr-7b-beta

文本到图像生成模型，12B参数rectified flow transformer。1-4步生成，使用潜在对抗扩散蒸馏训练，Apache-2.0许可。

运行模型 black-forest-labs/FLUX.1-schnell

零样本语音克隆的非官方demo，基于F5-TTS和E2-TTS（flow matching），输入音频与文本克隆说话人音色。

运行模型 SWivid/F5-TTS

生成高质量幻觉艺术作品，输入文本提示输出图像。

Vibe Coding平台：通过自然语言描述生成应用程序。基于DeepSeek-V3-0324模型，面向开发者和数据科学家。

运行模型 deepseek-ai/DeepSeek-V3-0324