2026-07-11 收录的 Space（7）

基于Transformer的文档解析OCR模型，支持单页和多页PDF/图片输入，输出解析结果，可配置base size等参数。

运行模型 baidu/Unlimited-OCR ↗

LTX 2.3图像转视频模型，支持原生音频生成，基于Comfy工作流运行，可控制目标模式。

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。

基于 RealVisXL_Turbo 的高分辨率写实（IRL）图像生成 demo，标签为 MidJour。

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。

DeepSite 是一个 Vibe Coding 平台，利用生成式 AI 编写代码并生成应用程序；资料同时给出 DeepSeek-V3-0324 的 API 温度映射、文件上传与联网搜索提示词格式。

运行模型 deepseek-ai/DeepSeek-V3-0324 ↗