高效能語言模型推論引擎
它以 Rust 編寫，支援多種模型、量化方法 (GGML, GPTQ, HQQ 等) 和加速器 (CUDA, Metal, CPU)，並提供 便捷的 Python API 和 OpenAI 相容的 HTTP 伺服器。 核心功能包括 快速推論、多種量化技術 以提升效能，以及對 LoRA、X-LoRA 等模型調整技術的支援。 附詳細說明安裝、建置、模型取得和使用方法，並提供豐富的範例程式碼與效能基准測試結果。(支援 Mac M 系列)
mistral.rs 高速推理引擎
Gemini-Teacher 英語教師
SwiftEdit 高速 AI 修圖
快速文字引導影像編輯工具
以0.23秒內完成影像編輯，比現有方法快至少50倍。SwiftEdit 的關鍵在於其一步到位反轉框架，能一步重建影像，以及遮罩引導的編輯技術，藉由注意力重新調整機制來進行局部編輯，同時保留背景細節。其雙階段訓練策略和自動提取編輯區域的機制，並透過範例展示其在人臉編輯和基準測試中的有效性和效率。 其目的在提供一個快速、使用者友善且高效的影像編輯工具。(暫未提供源碼)
Demo: SwiftEdit: Lightning Fast Text-guided Image Editing via One-step Diffusion
Categories: 影像處理
MMAudio 自動配音效模型
DiffSensei 客製化漫畫
結合擴散的圖像生成和多模態大型語言模型 (MLLM)
DiffSensei 效能超越現有模型，代表在漫畫生成領域的重大進展，實現了文本可調整的角色客製化，並公開程式碼、模型和數據集。
DiffSensei 使用遮罩交叉注意力來整合角色特徵，實現精確的版面控制，並透過 MLLM 調整角色特徵以符合面板的文字提示，從而靈活調整角色的表情、姿勢和動作。研究團隊也公開了一個大型數據集 MangaZero，包含大量漫畫頁面和標註面板，以支援此任務。實驗結果顯示。
Categories: 模型
Motion Prompting 可控影像模型
TRELLIS 3D 高品質三維模型
根據文字或圖片提示生成高品質的三維模型
支援 Radiance Fields、3D Gaussians 和 mesh等多種格式。其核心是 Structured LATent, (SLAT 結構化潛在推理），採用為 SLAT 量身打造的校正流變換器（Rectified Flow Transformers）作為骨幹。專案提供了多達 20 億個參數的大規模預訓練模型，訓練資料包含 50 萬個不同類型的三維物件。TRELLIS 在效能上顯著超越現有方法，並展現出靈活的輸出格式選擇和局部三維編輯能力。文中包含模型架構、安裝步驟、預訓練模型、使用範例（包含最小化範例和網頁Demo）、授權資訊以及引用資訊等細節。
輸出的 3D 型以 Mixamo 加入 Rigging 教學
Best Free 3D Model Generator AI in 2025 - Free & Open Source 3D AI Models are Here!
ComfyUI + Live Portrait 教學
短片說明如何在 ComfyUI 中使用「Live Portrait」，將靜態人像圖轉換成具有動態表情的動畫。 教學涵蓋了安裝及設定自訂節點、建立工作流程、以及微調動畫以達到寫實或風格化效果等步驟，並詳細解釋如何調整臉部設定（眨眼、嘴部動作、俯仰角度等），以及如何使用預錄影片或手動設定來製作動畫。 此外，也提供了影像及影片素材的選擇建議，以及處理解析度和裁切等常見問題的方法，目標是讓使用者能有效地將靜態圖片轉換成生動的動畫人像。 最後，還以指令範例說明如何設定動作的播放時間與間隔。
ComfyUI Tutorial Series Ep 26: Live Portrait & Face Expressions
LayoutLM 文件理解和資訊提取
Google Agentspace 企業整合平台
Categories: 新聞