南瓜AI

IndexTTS-2-Demo IndexTTS2 是由Bilibili 开发的下一代文本转语音模型，于2025年9月8日正式开源。 该模型在情感表达和时长控制方面实现重大突破，被社区誉为"最逼真、最具表现力的TTS 模型"。

Qwen-image Qwen-Image 是阿里巴巴通义千问团队于2025年8月发布的首个图像生成基础模型。它是一个拥有200亿参数的 多模态扩散变换器（MMDiT）模型，基于Apache 2.0许可证开源。该模型在复杂文本渲染和精确图像编辑方面实现了重大突破，特别擅长中文文本的生成，并能支持多行布局、段落级文本生成，以及支持风格迁移、增删改等多种图像编辑功能。

Qwen-image-edit Qwen-Image-Edit是在之前开源20B的Qwen-Image 模型进一步训练的单图编辑模型，不仅支持局部编辑（比如元素的添加、删除、修改，要求图片其他区域完全不变），而且支持视觉语义编辑（如IP 创作、物体旋转、风格迁移等，允许整体像素变化但保持语义一致）。

flux .1 krea(支持lora) 一个“有主见”的文生图模型。 FLUX.1 Krea [dev]在人类偏好评估中仍超越了以往的开源文生图模型，并与FLUX1.1 [Pro]等闭源解决方案表现相当。 此外，它在架构上与FLUX.1 [dev]生态系统兼容，并可作为灵活的基础模型，用于下游应用的定制