Trending open models by task, likes, downloads, and practical model summaries.
FLUX.1-dev 是黑森林实验室开源的文本生成图像模型，基于 FLUX 系列大规模基座，擅长高质量图像合成与英文提示词理解。
文生图 · ♥ 14112 · downloads 475396
Kimi-K3 is a image-text-to-text by moonshotai.
图文问答 · 多模态 · ♥ 10578 · downloads 1565484
Stable Diffusion XL 1.0 Base 是文本生成图像模型，基于潜空间扩散与双文本编码器，可独立生成图像或配合精修模型提升高分辨率细节。
文生图 · ♥ 8038 · downloads 1388130
Whisper Large-v3 是 OpenAI 的大规模语音识别与翻译模型，基于 Whisper large 架构，训练于 500 万小时音频，支持多语言零样本识别并较 v2 降低错误率。
语音识别 · ♥ 6139 · downloads 4813358
FLUX.1-schnell is a text-to-image by black-forest-labs.
文生图 · ♥ 5528 · downloads 197931
Z-Image-Turbo 是通义 MAI 的文本生成图像模型，基于 6B 单流扩散 Transformer，主打高效高质量出图与英文提示理解。
文生图 · ♥ 5106 · downloads 962234
GLM-5.2 是 GLM-5 系列旗舰长程文本生成模型，支持稳定 100 万 token 上下文，擅长复杂编码与多档思考推理。
文本生成 · LLM · ♥ 4942 · downloads 2517575
Unlimited-OCR 是百度开源的多语言视觉语言 OCR 模型，面向一次性长文档解析，支持图文转文本、特征提取与 vLLM 推理。
图文问答 · 多模态 · ♥ 4039 · downloads 2892191
MiniMax-H3 is a image-text-to-video by MiniMaxAI.
image-text-to-video · ♥ 3708 · downloads 83484
gemma-4-31B-it is a image-text-to-text by google.
图文问答 · 多模态 · ♥ 3528 · downloads 9882137
Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive is a image-text-to-text by HauhauCS.
图文问答 · 多模态 · ♥ 3407 · downloads 2012637
Whisper large-v3-turbo 是用于语音识别与翻译的 Whisper large-v3 裁剪微调版，解码层由32减至4，支持多语种零样本场景并显著提速。
语音识别 · ♥ 3235 · downloads 7534294
DeepSeek-V4-Flash-0731 is a text-generation by deepseek-ai.
文本生成 · LLM · ♥ 3232 · downloads 1048685
pyannote/speaker-diarization-3.1 是 pyannote.audio 说话人分离流水线，用于标注谁在何时说话，擅长多说话人语音分段与时间戳识别。
语音识别 · ♥ 3043 · downloads 8377441
Qwen3.6-35B-A3B is a image-text-to-text by Qwen.
图文问答 · 多模态 · ♥ 2670 · downloads 5311070
Qwythos-9B-Claude-Mythos-5-1M-GGUF is a image-text-to-text by empero-ai.
图文问答 · 多模态 · ♥ 2601 · downloads 428182
Qwen3.6-27B is a image-text-to-text by Qwen.
图文问答 · 多模态 · ♥ 2242 · downloads 6577318
DeepSeek-V4-Flash is a text-generation by deepseek-ai.
文本生成 · LLM · ♥ 2087 · downloads 2283943
Sulphur-2-base 是基于 LTX 2.3 的文生视频基础模型，支持原生 t2v/i2v、多种 LTX 格式与提示增强能力。
文生视频 · ♥ 1988 · downloads 372542
Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF is a image-text-to-text by DavidAU.
图文问答 · 多模态 · ♥ 1952 · downloads 2521093
Wan2.1-T2V-14B is a text-to-video by Wan-AI.
文生视频 · ♥ 1545 · downloads 27403
Muse-Glimmer-30B is a image-text-to-text by meta-models.
图文问答 · 多模态 · ♥ 1281
MiniMax-H3 is a model by Comfy-Org.
♥ 1254 · downloads 6798796
Qwen3-Embedding-0.6B is a feature-extraction by Qwen.
向量嵌入 · ♥ 1147 · downloads 8119003
parakeet-tdt-0.6b-v3 is a automatic-speech-recognition by nvidia.
语音识别 · ♥ 1047 · downloads 346640
NVIDIA Nemotron 3.5 0.6B流式ASR模型，基于FastConformer-CacheAware-RNNT，支持多语种识别、语言提示与带标点转写。
语音识别 · ♥ 1026 · downloads 1040841
Qwen3-ASR-1.7B is a automatic-speech-recognition by Qwen.
语音识别 · ♥ 1008 · downloads 3132192
pyannote.audio 社区版说话人分离流水线，用于识别谁在何时说话，支持语音分段、说话人聚类与多说话人分析。
语音识别 · ♥ 1002 · downloads 5072905
Krea-2-Turbo 是基于 Krea-2-Raw 微调的文本生成图像模型，支持 8 步快速推理与最高 2048×2048 高分辨率出图。
文生图 · ♥ 853 · downloads 82347
Qwen3-Embedding-8B is a feature-extraction by Qwen.
向量嵌入 · ♥ 773 · downloads 2781930
MiniMax-H3-Turbo-Lora is a text-to-video by larryvrh.
文生视频 · ♥ 695
LFM2.5-2.6B is a text-generation by LiquidAI.
文本生成 · LLM · ♥ 580 · downloads 93668
KAT-Coder-V2.5-Dev is a text-generation by Kwaipilot.
文本生成 · LLM · ♥ 568 · downloads 19635
LTX-2.5 is a image-to-video by Lightricks.
图生视频 · ♥ 558 · downloads 39
Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V7-GGUF is a image-text-to-text by LuffyTheFox.
图文问答 · 多模态 · ♥ 480 · downloads 436140
Qwen3.8-2.4T-A95B is a text-generation by Qwen.
文本生成 · LLM · ♥ 470 · downloads 978
smolvla_base is a robotics by lerobot.
机器人 · ♥ 413 · downloads 78011
Minimax-h3-Turbo is a image-to-video by lightx2v.
图生视频 · ♥ 407 · downloads 20376
Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP-GGUF is a image-text-to-text by DavidAU.
图文问答 · 多模态 · ♥ 360 · downloads 419415
NVIDIA-NemotronLabs-VoiceChat-11B is a model by nvidia.
♥ 349 · downloads 653
maple-preview is a text-generation by deepgrove.
文本生成 · LLM · ♥ 343 · downloads 2049
Mage-VL is a image-text-to-text by microsoft.
图文问答 · 多模态 · ♥ 340 · downloads 465685
Ling-3.0-flash is a text-generation by inclusionAI.
文本生成 · LLM · ♥ 314 · downloads 6148
Qwen3-Embedding-4B is a feature-extraction by Qwen.
向量嵌入 · ♥ 307 · downloads 3382570
MiniMax-H3-Turbo-Lora-ComfyUI is a text-to-video by drbaph.
文生视频 · ♥ 297
PinkCherry_MiniMax-H3 is a text-to-video by SexGod1979.
文生视频 · ♥ 282
LFM2.5-2.6B-GGUF is a text-generation by LiquidAI.
文本生成 · LLM · ♥ 214 · downloads 111942
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4 is a text-generation by nvidia.
文本生成 · LLM · ♥ 200 · downloads 19250
Huihui-DeepSeek-V4-Flash-0731-abliterated-GGUF is a text-generation by huihui-ai.
文本生成 · LLM · ♥ 132 · downloads 153015
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 is a text-generation by nvidia.
文本生成 · LLM · ♥ 112 · downloads 15740