AI 開源日報 · 精選存檔 · 2026-06-10

每天約 09:00 自動更新，當日精選直接推播到你的 Telegram——免費、無廣告、隨時退訂。

ideogram-ai/ideogram-4-fp8 🎬 影音製作
文字轉影像模型，使用擴散和流匹配技術生成影像。
bosonai/higgs-audio-v3-tts-4b 🎬 影音製作
將文本轉換為語音的合成器。
google/magenta-realtime-2 🎬 影音製作
文字轉語音模型，適用於即時應用。
nvidia/nemotron-3.5-asr-streaming-0.6b 🎬 影音製作
即時語音識別系統，支援多語言。
Sulphur-2（文字生成影片模型） 🎬 影音製作
輸入文字提示，直接生成影片片段的擴散模型（pipeline: text-to-video）。
unsloth/gemma-4-12b-it-GGUF 🧱 AI 基礎堆疊
將影像和文本轉換為文本的模型。
jdopensource/JoyAI-Echo 🎬 影音製作
文字轉影片生成工具，適用於長片。
MisoLabs/MisoTTS 🎬 影音製作
將文本轉換成自然語音的合成器。
Stable Audio 3 Medium（文字生成音樂/音效） 🎬 影音製作
Stability AI 的文字生成音訊模型（pipeline: text-to-audio）。
MOSS-TTS v1.5（開源語音合成） 🎬 影音製作
復旦 MOSS 團隊的開源 TTS 模型（pipeline: text-to-speech）。
Supertonic-3（語音合成 TTS） 🎬 影音製作
文字轉語音模型，附 ONNX 版本利於部署（pipeline: text-to-speech）。
nvidia/Cosmos3-Super-Image2Video 🎬 影音製作
NVIDIA Cosmos3 圖生影片模型（世界模型系列，授權受限）。

每天追最新 AI 開源情報