2026-05-27 收录的 Space（7）

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 →

VGGT-Ω是前馈相机与深度重建模型：输入图像或短视频，输出3D点云及估计相机位姿，由牛津VGG组和Meta AI开发，采用FAIR非商业研究许可。

运行模型 facebook/VGGT-Omega ↗

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。

Whisper 的 JAX 实现，借助 TPU 与批处理大幅提升长音频转写吞吐，相较原版 PyTorch 推理快数十倍。

运行模型 openai/whisper-large-v3 →