2026-06-11 收录的 Space（8）

基于三元权重（1.58-bit）的文本到图像扩散Transformer，在浏览器中运行，支持Apple Silicon，模型大小为1.21GB（相对FP16压缩6.4倍）。

运行模型 prism-ml/bonsai-image-ternary-4B-mlx-2bit →

MOSS-TTS v1.5文本到语音模型，支持零样本声音克隆、长文本生成、多语言（31种语言）及拼音/IPA发音控制。

运行模型 OpenMOSS-Team/MOSS-TTS-v1.5 →

实时音乐生成Demo，通过MIDI键盘输入音符，驱动Magenta RealTime 2模型生成音乐，基于PyTorch。

Google DeepMind Gemma 4模型（多模态、256K上下文、支持140+语言）推理速度挑战排行榜，展示参赛者在固定GPU上的TPS与PPL。

运行模型 google/gemma-4-E4B-it ↗

VoxCPM2语音模型的Gradio演示，基于Nano-vLLM推理引擎，提供实验性推理接口。

Open LLM 排行榜：跟踪、排名和评估开放大语言模型与聊天机器人，提供 React 前端、后端 API 与 Docker 容器化部署，用于可复现地对比模型。

阿里 HumanAIGC 的虚拟试衣 demo，输入人物照与服装图，经两阶段扩散合成对应穿着效果，支持多体型与姿态。

Facebook Research 的 AudioCraft 音频生成库，包含 MusicGen 与 AudioGen 两个模型，提供高质量音频生成、训练与推理代码，依赖 Python 3.9 和 PyTorch 2.0。