想查一件事，该去哪个站
47 条 · 每条带我们自己的判断，包括「别去」的那部分
还不知道 FP8 / GGUF / LoRA 是什么？先看这一页 →
35 个公开教程（从「什么是大模型」讲起）+ 本地部署要懂的词。教程不是我们写的， 我们只核实它还活着、说清许可、标出适合谁。
按方向47 条
AI 视频9 条
想知道哪个模型更强
目前最系统的第三方视频模型盲测榜，Elo 排名，覆盖主流厂商。它量的是画质偏好，不是能力 —— 一个模型能不能做首尾帧，榜上看不出来。而且它没有公开使用条款（terms 页 404），引用位次可以，别整站搬。榜上排的还常常不是当前版本：我们查的时候它列的是 Seedance 2.0（当时主力已是 2.5）。
核验于 2026-08-09
想查模型历史、训练规模与研究数据
训练算力、参数量、发布时间的权威数据集，做研究很好用。它不收视频模型。 我们逐条核过它的数据集，一个视频生成模型都没有 —— 想查 Kling / Seedance / Wan 的话，去这儿是白跑一趟。
核验于 2026-08-08
想找开源模型和权重
视频这块最活跃的几家都在这儿：Wan-AI、Lightricks、tencent、Skywork、MiniMaxAI。模型名本身就编码了代际和能力（Wan2.1-FLF2V＝首尾帧）。「权重公开」不等于标准开源协议。 LTX-2 和 MiniMax H3 用的都是自定义社区许可，商用前必须自己读条款。另外仓库的 `lastModified` 不是发布日期，要看 `createdAt` —— 我们在这上面错过两个月。
核验于 2026-08-09
想快速了解一个 AI 概念
概念解释比较系统，适合入门。更新慢，新能力常常没有。 我们查 Decart / Lucy 这类 2025 年之后的实时交互模型时，在这儿一条都没找到。
核验于 2026-08-08
想找 AI 应用（不是模型）
收录量大，找现成产品好用。它收的是产品，不是模型。 想查某个产品底下跑的是谁的模型，这儿答不了 —— 我们的「场景」页反过来，从「你想做什么」直接指到能做的模型。
核验于 2026-08-08
想找代码和 workflow
开源侧的动作复刻、首尾帧、统一编辑，实际能跑起来的 workflow 主要在 ComfyUI 这边。workflow 的可复现性差别很大，很多依赖特定版本的节点和权重文件。我们自己跑过 Wan2.2-animate：能出片，但对驱动素材挑剔（幅度大、转身多的容易崩）。
核验于 2026-08-09
想查中国厂商的官方价格
百炼、可灵开放平台、Vidu、MiniMax 都有逐条标价的页面，比任何转述都准。字节是例外：火山方舟文档站的「模型价格」页只有文本模型的 token 单价，视频模型价格放在飞书多维表里 —— 我们抓不到，也不该去抓别人的协作文档。
核验于 2026-08-08
想找中文侧的开源权重
阿里、腾讯、快手的开源模型在这儿常常先发魔搭（Wan2.1-VACE 就是我们从这边才捞到的），下载量与许可都在页面上。⚠️ 认清是不是官方组织：站上有个 `AI-ModelScope`，1,979 个模型，那是搬运组织 —— 把别人的权重镜像过来，不是原厂发布。⚠️ 许可要逐个看：不少条目写着 `other`，点进去才知道是哪家的自定义协议。
核验于 2026-08-13
想先把镜头和走位排好再生成
上传一张场景参考图自动生成 3D 白模场景，在里面摆人物、设机位与运动轨迹、调关键帧，录成白模视频直接送进生成模型 —— 把原来只能写进提示词的空间调度，变成可以先排、再生成的东西。2026-08-17 上线。只锁空间调度，锁不住细动作 —— 出拳打法、防守姿态这类仍归视频模型管；出的是粗粒度白模，要到建模级还得另做。另外：我们没读到官方产品页（updream.cn 正文抓不到），上面这些来自两篇第三方实测 —— 爱范儿 https://www.ifanr.com/1675279 与 网易号 https://www.163.com/dy/article/L4IEFN380511ABV6.html，不是厂商原话。「白模当控制信号」这件事本身有官方出处（ByteDance Seed 博客的 clay render referencing），见「最近有什么变化」里那条。
核验于 2026-08-19
AI 图像9 条
想知道哪个出图模型更强
Artificial Analysis · Text to Image Arena →
出图侧同一套盲测 Elo，和视频那张榜同源，能横向看各家位次。和视频榜同一个毛病：它量的是画质偏好，不是能力 —— 能不能按蒙版重绘、能不能把中文写对，榜上看不出来。
核验于 2026-08-11
想找开源权重和它的发布日
出图这一卷大半产品线的权重和发布时间都在各家官方组织下，createdAt 可以当发布日用。只认官方组织：同名镜像满地都是，日期和许可证常常是错的。另外部分仓库是 gated（要先同意条款），API 拿不到内容只拿得到 401。
核验于 2026-08-11
想在自己机器上把工作流跑起来
出图侧的官方工作流最全的一处：局部重绘、扩图、放大、ControlNet、各家新模型都有原生教程。它写的是怎么跑，不是效果怎么样 —— 教程里出现某个模型不代表它好用。而且模型自己的架构说明常常也只在这儿有，那属于第三方转述，不是厂商原话。
核验于 2026-08-11
想找别人调好的模型与 LoRA
开源出图这一侧的权重集散地：底模、LoRA、放大器都在这儿，每个模型页把许可写在作者名下面（如 Juggernaut XL 标的是 CreativeML Open RAIL++-M Addendum）。⚠️ 许可跟着上传者走，不是站点统一给的 —— 同一页上换个模型条款就变，商用前必须逐个看。站上还带成人内容分级（模型页公开标 NSFW），在公司网络里点开要有心理准备。
核验于 2026-08-13
中文侧想直接在线跑、找中文社区模型
中文侧最活跃的出图社区，自述「中国领先的AI创作平台」，网页里直接给 WebUI / ComfyUI / 训练 LoRA 三个入口 —— 不用本地装环境。⚠️ 是商业平台不是资料库：首页就在推会员与积分（「登录领 20 积分/天」），模型页要登录才看得全。我们没能在未登录状态下核到统一的商用授权口径 —— 那说明它跟着每个模型的作者走，用之前自己确认。
核验于 2026-08-13
想再看一套盲测排名（和 AA 对照）
LMArena · Text-to-Image Leaderboard →
另一套人类盲选 Elo 榜，和 Artificial Analysis 各投各的票。两张榜位次不一致时，比任何一张单独的榜都有信息量。⚠️ 和 AA 同一个毛病 —— 量的是画质偏好，不是能力；能不能按蒙版重绘、能不能把中文写对，榜上看不出来。而且榜上会挂 preliminary（初步）位次的新模型（核验当天挂着 deepseek-v4-pro-max 的初步位次），那种位次会变。
核验于 2026-08-13
想不装环境就按次调各家模型
把闭源与开源模型都包成同一套 API，按次计费，适合先试再决定要不要接。⚠️ 它带自己的推荐位 —— 集合页顶上直接写「Models we recommend · Best overall」，那是它的编辑判断不是测评结论。另外它是中间商：价格与模型版本都可能和厂商官方对不上，谈钱和查能力都该回官方页。
核验于 2026-08-13
想查官方价格与官方文档
阿里百炼把通义万相 / Qwen-Image 这些逐条标价，是能直接读到的官方源，比任何转述都准。⚠️ 图像这一侧覆盖不全：Midjourney、Ideogram、Recraft 走的是自己的订阅页，根本不在开放平台上；OpenAI 的价格页对我们的抓取直接回 403（核验当天实测）。「查不到」在这一格是常态，不是我们漏了。
核验于 2026-08-13
想找中文侧的开源权重
通义千问图像、可图、混元图像的官方组织都在这儿，国内下载不用翻墙。⚠️ 认清是不是官方组织：站上有个 `AI-ModelScope`，1,979 个模型，那是搬运组织 —— 把别人的权重镜像过来，不是原厂发布。⚠️ 许可要逐个看：不少条目写着 `other`，点进去才知道是哪家的自定义协议。
核验于 2026-08-13
AI 文本5 条
想系统学 AI 文本这条线（中文）
2018 年起的开源学习组织，GitHub 上 215 个仓库，前十个仓库都在 1 万星以上，且大多数今年仍在更新。中文教程里少见的成体系——从大模型基础到智能体、RAG、微调部署各有一本。先看许可证再拿去用。 星数最高的 hello-agents、happy-llm 在 GitHub 上是 NOASSERTION（自定义许可，机器认不出来），llm-cookbook、llm-universe、all-in-rag 压根没有 license 文件 —— 没有许可证等于默认保留所有权利，自学没问题，印进课程或商用要先问过。
核验于 2026-08-11
想从零搞懂智能体怎么搭
《从零开始构建智能体》，72,278 星，是这个组织里最高的一个，2026-08-10 还在更新。讲原理也讲实践。许可证是 NOASSERTION —— GitHub 认不出它用的是哪一种，转载或二次分发前得自己去仓库里翻 LICENSE 原文。
核验于 2026-08-11
想自己微调 / 部署开源大模型
《开源大模型食用指南》，31,671 星，覆盖全参数与 LoRA 微调、Linux 环境部署。这一批里唯一许可证清楚的（Apache-2.0），要拿去做内部材料就用它。最后更新 2026-07-30，跟得上；但它教的是具体型号的具体跑法，模型换代后命令和参数会先过期 —— 照着敲之前先对一眼版本号。
核验于 2026-08-11
想看吴恩达那套课的中文版
吴恩达大模型系列课程的中文版，24,532 星，入门口碑好。最后一次更新是 2025-06-12，一年多没动了，而这一年里 API 换了好几轮（Responses API、结构化输出、缓存）。原理照旧管用，代码别照抄。而且它没有 license 文件。
核验于 2026-08-11
想找中文侧的开源权重
智谱、DeepSeek、通义、面壁、阶跃、上海 AI 实验室的官方组织都在这儿 —— 这几家里有一半在 Hugging Face 那边不那么好找。⚠️ 认清是不是官方组织：站上有个 `AI-ModelScope`，1,979 个模型，那是搬运组织 —— 把别人的权重镜像过来，不是原厂发布。⚠️ 许可要逐个看：不少条目写着 `other`，点进去才知道是哪家的自定义协议。
核验于 2026-08-13
AI 声音8 条
想听听各家 TTS 到底差在哪
模型页把每一代的语言数、字符上限、时延列成一张表（Eleven v3 70+ 语言、Flash v2.5 ~75ms），是这一类里最便于横向比的官方文档。它只讲自家。 而且时延那个 `~75ms†` 带星号，脚注条件没在同一页写清楚 —— 别拿它直接和别家的端到端时延比。
核验于 2026-08-12
想自己部署一个 TTS
82M 参数、♥6677，是这一卷最热的开源仓库；有 v1.1-zh 中文版。小到能在普通机器上跑。huggingface.co 在大陆直连不通 —— 权重在那儿，想自部署得先解决可达性。另外 82M 的表现力和商用 TTS 不是一个量级，别拿它对标 ElevenLabs。
核验于 2026-08-12
想知道音乐生成能不能商用
Gemini API · Music generation →
Lyria 3 的文档把限制写在明面上：Pro 出整首（有主歌副歌桥段）、Clip 固定 30 秒，都是 44.1kHz 立体声。两条硬限制要先看：所有音频都带 SynthID 水印；请求特定艺人嗓音或受版权歌词会被直接拒。且它是单轮生成，不支持迭代修改。
核验于 2026-08-12
想接实时语音对话
把会话分成 voice-agent / translation / transcription 三类，连接方式给了 WebRTC / WebSocket / SIP 三种 —— SIP 那条意味着能直接接电话系统。大陆直连返回 403（是拒绝不是不通）。另外三类会话的模型不同，别以为一个 `gpt-realtime-2.1` 全包。
核验于 2026-08-12
想自己部署一个能出整首 BGM 的模型
MIT 许可、★12,151，官方称 4GB 显存能跑、可用几首曲子训 LoRA 学风格。做自部署 BGM 目前最现实的一支 —— 其余开源音乐模型不是停更就是权重不许商用。别把它和 MusicGen 混为一谈。 Meta 的 audiocraft 代码是 MIT、权重却是 CC-BY-NC 4.0，不允许商用 —— 拿 MusicGen 出的曲子放进要卖的片子里是违约的。ACE-Step 没有这个问题，但上一代 ACE-Step 是 Apache-2.0、1.5 才是 MIT，法务只认某一种时要看清版本。
核验于 2026-08-12
想复刻一个人的音色，又不想把样本传上云
★60,756、MIT，声音复刻这一类里星标最高的一支，作者自述 1 分钟素材就能训出可用音色。中文教程最多，卡住了最容易搜到答案。开源不等于可商用，这一类尤其乱。 同类里 Fish Speech 是研究许可（商用要单独找它买）、IndexTTS 是 B 站自定义许可（明文禁止拿它去改进别的 AI 模型）。挑之前先读 LICENSE，别只看 star。另外音色复刻本身有法律与伦理边界 —— 复刻真人要拿到本人授权。
核验于 2026-08-12
想做能被打断的实时语音对话
★14,068、BSD-2-Clause（限制最少的一档）。打断、并发、电话接入这些实时语音的脏活它做完了，STT/LLM/TTS 三段可以随便换。它是编排层，不是模型。 真正的时延与效果取决于你接的那三段；换句话说它省的是工程量，不是模型钱。要「说话当场停」那种真全双工，得换成 Moshi 那类端到端语音模型 —— 代价是内容能力弱于文本大模型。
核验于 2026-08-12
想找中文侧的开源权重
CosyVoice 那条线（FunAudioLLM）与达摩院 iic 的语音模型都在这儿。⚠️ 认清是不是官方组织：站上有个 `AI-ModelScope`，1,979 个模型，那是搬运组织 —— 把别人的权重镜像过来，不是原厂发布。⚠️ 许可要逐个看：不少条目写着 `other`，点进去才知道是哪家的自定义协议。
核验于 2026-08-13
AI 3D5 条
想按次调用，不本地部署
3D 这一侧能按次调的模型基本都在这儿，腾讯与 Hyper3D 都有官方账号（tencent/hunyuan-3d-3.1 标 Official、10.49 万次运行；hyper3d/rodin）。⚠️ 官方账号与网友转发混在一页：TRELLIS 挂在 firtoz、fishwowater 这些个人账号下，不是微软发的。点进去先看账号是谁。合集页顶上那句「Our pick」也是平台的编辑判断，不是测评结论。
核验于 2026-08-13
想找开源 3D 权重
Hugging Face · Image-to-3D 任务页 →
开源那半边集中在这个任务标签下，按下载量排能一眼看出谁在被真正使用。⚠️ 标签只覆盖「图生 3D」，文生 3D 与贴图模型在别的标签下，光看这一页会漏。而且 3D 模型的许可比图像那边更杂 —— 混元用的是 tencent-hunyuan-community 这类厂商自定义协议，不是标准开源协议。
核验于 2026-08-13
想在本地跑通一条 3D 工作流
官方文档站单列了 3D 教程，给的是能直接导入的工作流 —— 本地跑的第一步照着它走最省事。⚠️ 教程钉在 Hunyuan3D-2，而这家开源线已经到 2.1、托管线到 3.1；节点与模型路径可能对不上。⚠️ 本地跑 3D 对显存的要求和出图不是一个量级。
核验于 2026-08-13
想看中文侧有人在聊什么
中文社区知识库里专门有一块 3D，是这一侧少见的中文入口。⚠️ 社区共建、质量不均，也没有 LICENSE（飞书文档不是代码仓库，引用转载要另问）。而且它纯前端渲染，进不了我们的自动监视 —— 变没变只能人工看。
核验于 2026-08-13
想找中文侧的开源权重
混元3D 的 2 与 2.1 都在这儿，中文模型卡比 HF 上全。⚠️ 认清是不是官方组织：站上有个 `AI-ModelScope`，1,979 个模型，那是搬运组织 —— 把别人的权重镜像过来，不是原厂发布。⚠️ 许可要逐个看：不少条目写着 `other`，点进去才知道是哪家的自定义协议。
核验于 2026-08-13
AI 数字人4 条
想按次调用对口型，不本地部署
这一侧能按次调的都在这儿：核验当天首屏是 `sync/lipsync-2-pro`（71k 次运行）、`sync/lipsync-2`（46k）、`pixverse/lipsync`，共 40 个结果。⚠️ 搜索页不是目录：排序会变、结果混着个人上传的包装版。点进去先看账号是谁。另外「对口型」只是数字人的一格 —— 形象保存、多语种、实时驱动都不在这些端点里。
核验于 2026-08-14
想在本地跑通一条数字人工作流
ComfyUI 官方 · Wan2.2-S2V 音频驱动 →
官方文档里唯一一条音频驱动人物的原生工作流，导入即可跑。⚠️ 它走的是通用视频模型（万相 S2V）那条路，没有「形象保存复用」的概念 —— 每次都要重新给参考图。这正是数字人这一卷和视频卷的分界。
核验于 2026-08-14
想读一家把接口写全的厂商文档
一份 38,892 字符的机器可读索引，把形象、声音、对口型、翻译、实时、透明背景全部端点一次列全 —— 这一卷里最全的可核来源，看它就知道这个赛道到底包含哪些活。⚠️ 它是闭源产品的文档：读它是为了看清能力边界，不代表这些能力你能自己部署。⚠️ 里面的 `Avatar Consent` 是合规流程不是模型能力 —— 别当成一项能力去对比。
核验于 2026-08-14
想看中文侧在聊什么
中文社区知识库的数字人板块，分「数字人核心技术 / 相关文章 / 最佳实践 / 研究报告」，还有一份开源项目横评（HeyGem、LatentSync 等）。⚠️ 社区共建、质量不均，也没有 LICENSE；而且这块偏概念与资讯，动手教程要去 1.5 AI 视频那一块找。
核验于 2026-08-14
AI 具身智能4 条
想把一个具身模型真的在机器人上跑起来
26,649 星、Apache-2.0、2026-08-14 当天还在推 —— 这一卷事实上的公共底座：π₀、SmolVLA 的权重在这儿托管，openpi 要求先把数据转成 LeRobot 格式，GR00T 有独立的 LeRobot 集成小节。想入门先装它，别从某一家的仓库开始。它是框架不是模型，装完你还是没有能干活的策略。而且 OpenVLA 那一支走的是 RLDS 格式不是 LeRobot，两边数据不通用，要自己转 —— 这正是我们把「数据格式」单列成一根轴的原因。
核验于 2026-08-14
想知道一个模型到底支持哪些机器人
NVIDIA Isaac GR00T · Policy API 文档 →
7,823 星、Apache-2.0。这一卷里唯一把「哪些本体开箱可用、哪些必须先微调」列成两张表的官方文档：预训练标签（`OXE_DROID…`、`XDOF`、`REAL_G1`）可零样本推理，后训练标签（`LIBERO_PANDA`、`UNITREE_G1_SONIC`）拿基座模型跑会直接报错。⚠️ 这份清单不在 README 里，README 只写一句「see the Policy API Guide」。我们 2026-08-14 就是先只读了 README，差点把「跨本体」那一格记成没有依据。另外权重用的是 NVIDIA 自家的 Open Model License，不是 Apache/MIT，商用前要自己读条款。
核验于 2026-08-14
想不买机器人就先把策略跑起来
ManiSkill 3,222 星、MuJoCo 14,548 星，都是 Apache-2.0 且本月还在更新。这一卷绝大多数模型放出的检查点是跟着仿真基准走的（LIBERO、RoboCasa、SimplerEnv、RoboTwin），没有仿真环境你连官方给的档都跑不起来。仿真跑通不等于真机能用，这是这一卷最大的一条鸿沟。厂商公布的成绩绝大多数是仿真成绩 —— 我们把它们全部放进「效果」而不是能力表，就是因为它们不构成「能做这件事」的证据。
核验于 2026-08-14
想看中文侧有哪些具身模型
中文侧只能在这儿看：腾讯混元具身（`Hy-Embodied-0.5-VLA`）、上海 AI 实验室 `InternVLA`、星海图 `G0-VLA`、逐际动力、商汤、面壁 —— 这些在 Hugging Face 的 robotics 榜上几乎全部看不见。只看 HF 会得出「具身智能没有中国厂商」的错误结论。⚠️ 中文关键词比英文脏得多：搜「机器人」，下载量第一的是 `iic/nlp_gpt3_kuakua-robot_chinese-large`（60,931 次）—— 那是个夸夸聊天机器人，和具身智能毫无关系。搜「具身」或「VLA」干净得多。另外这些仓大多只有权重与配置，没有模型卡正文，能力信息比 GR00T 少一个量级。
核验于 2026-08-14
AI 世界模型2 条
想找能真正跑起来的世界模型权重
这一卷开源侧就那么几支：NVIDIA Cosmos3、昆仑万维 Matrix-Game 3.0、微软 WHAM、Meta V-JEPA 2、腾讯混元世界。Cosmos3 的模型卡是唯一写全了输入输出规格与本体维度的，想动手先看它。⚠️ 搜关键词没用，必须按公司点名。 2026-08-14 实测：搜 `world-model` 捞回来的全是 GGUF 量化包，搜 `genie` 第一名是个 UI agent，搜 `oasis` 是 Llama 微调 —— 真正的世界模型一条都不在关键词结果里。另外下载量最高的 `Cosmos-Reason2-8B`（72 万次）模型卡要登录才能看，而且它其实是个 VLM 不是世界模型。
核验于 2026-08-14
想知道各家说的「实时」「持久」到底是多少
这一卷没有第三方评测榜，横向比只能自己读官方措辞。目前只有 Google Genie 3 给了硬数字（24fps、一致性 a few minutes），昆仑万维 Matrix-Game 给了机制（记忆增强 + 误差缓冲）与分辨率（720p）。⚠️ 「real-time」在这一卷没有统一口径，24fps 是实时、5fps 也有人叫实时。而且 Decart 官网那句 `Persistent intelligence, without persistent compute` 讲的是算力形态不是世界状态 —— 我们差一点把它记进「状态持久」那一格。看到形容词先问「多久」和「靠什么」。
核验于 2026-08-14
AI 科学1 条
想动手跑一次结构预测
这一卷唯一一份能照着做的官方材料：MIT 许可、`pip install boltz` 装上、`boltz predict` 跑起来，输出字段各自该用在哪个阶段都写在 README 里。想入门生物分子这一轨，从它开始而不是从 AlphaFold 开始。⚠️ 这一卷最有名的 AlphaFold 3 恰恰是最不好核的：只有服务器没有权重，服务器页面是 SPA 壳（2026-08-15 抓回来 0k），能引的只有一篇博客，而且明写「for academic use」—— 学术免费、商用要另谈。这一卷里许可往往比精度更决定你能不能用。另外 HF 上下载量最高的 ESM-2（235 万次）是蛋白质语言模型不是结构预测器，别按名气对齐。
核验于 2026-08-15
我们自己的口径在方法那一页。