技术研究

Mistral AI 提供开放权重模型及面向企业的模型定制、应用构建和推理服务，可按部署需求选择自有环境或托管基础设施。

FILM 提供用于大幅运动场景的帧插值模型及 TensorFlow 实现，可通过公开代码和模型运行资源补充视频中间帧。

AnyText 提供多语言视觉文字生成与编辑的模型代码，可在图像中生成指定文字或编辑既有文字，并提供本地推理与演示运行方式。

金山云星流模型服务提供多模型API接入，支持协议兼容、模型调用路由、批量推理及按项目管理密钥、权限和调用用量，便于开发者连接与管理模型服务。

超算互联网模型服务提供大模型调用和套餐入口，支持通过SDK或HTTP接入，并提供兼容OpenAI及Anthropic接口的说明与开发文档。

智谱官网整理GLM系列模型与开发产品，提供多模态模型API、调优及搜索能力入口，并介绍AutoGLM、Z Code等智能体和开发工具。

Depth Anything是从单张图像估计场景深度的基础模型项目，提供相对和尺度深度相关模型说明、可视化示例，以及官方代码、演示和模型入口。

MMMLU 是 OpenAI 发布的多语言模型评测数据集，将 MMLU 测试集翻译为多种语言，并提供数据文件与评测代码入口。

StarCoder 2 官方集合整理多个规模的模型文件及相关数据资源，提供模型卡、文件下载和部署入口。

GLM Coding Plan提供面向编程与工作任务的模型订阅，可接入指定开发和智能体工具，并包含视觉理解、联网搜索、网页读取等MCP能力及额度管理。

Mochi 1是Genmo介绍的开放文本生成视频模型，提供模型说明与视频示例，并连接官方GitHub代码和Hugging Face模型资源。

PhotoMaker官方项目提供基于人物参考照片的图像生成模型，展示写实和风格化人物效果，并连接V2演示、开源代码及模型说明。

SeedEdit是字节跳动Seed团队的指令式图像编辑模型，官方资源介绍人像修饰、背景变化、视角和光照调整，并提供模型主页与体验相关入口。

Fantasia3D提供文本生成三维内容的开源实现，将几何与外观分别建模，支持材质和渲染优化，并提供配置与训练代码。

InstantStyle提供风格保持的图像生成代码，通过参考图分离与控制风格和内容，支持SDXL、ControlNet及图像局部编辑等推理示例。