3D2026
Sperid Labs · не указана
По одной картинке предмета делает трёхмерную модель в виде гауссовых сплатов (формат 3DGS .ply). Берёт рендер, сгенерированную картинку или фото, сама убирает фон, кадрирует предмет и достраивает стороны, которых на снимке нет, до миллиона гауссиан. Работает на обычной видеокарте с 7,2 ГБ памяти, по заявлению авторов за две секунды. Есть режимы для рендеров и для фотографий. Результат открывается в любом просмотрщике сплатов. Веса Apache 2.0, но для запуска нужны два закрытых кодировщика (DINOv3 и VAE из FLUX.2-dev) с их собственными условиями, это влияет на коммерческое использование.
- быстрые 3D-превью товаров по одному фото для карточек и каталогов
- трёхмерные заготовки по сгенерированным картинкам
- прототипы объектов для игр и AR
- Размеры
- около 3 ГБ весов
- Железо
- от: 1 видеокарта
Видео2026
Pika Labs · США
Видеомодель Pika на основе открытых весов MiniMax H3: делает видео сразу со стереозвуком за шесть шагов и принимает до 12 опорных материалов (картинки, видео, звук), по ним задаётся режиссура кадров. Два адаптера: FL2VA для текста и начального и конечного кадров, Ref2VA для опорных материалов. Локально идёт в 480p и 768p, а 1080p, 2K и 4K, звуковые дорожки и улучшение запроса доступны только через платный API Pika. Подходит для историй из нескольких планов, анимированной графики, роликов о товарах. Лицензия наследует условия MiniMax H3, и она не действует в ЕС, Великобритании, Южной Корее и США, это нужно проверить до использования. Для запуска нужны серверные видеокарты.
- рекламные ролики и ролики о товарах с готовым звуком
- анимация по опорным картинкам и видео, истории из нескольких планов
- анимированная графика и заставки
- Размеры
- 33B (дообучение MiniMax H3, адаптеры)
- Железо
- от: Кластер
Разбор текстаRU2026
Liquid AI · США
Маленькие модели решений: по тексту, картинке или голосовой записи отвечают «да или нет», выбирают вариант или ставят оценку за один проход, текст не пишут. d1-3B видит картинки, d1-omni-600M ещё и слышит речь до 30 секунд. Русский заявлен. Открытые d1-2B (текст, картинки и видео, на базе LFM3-VL-2B) и d1-Omni-2B (ещё и звук) решают за миллисекунды, по замерам авторов 5,7 мс на H100; кроме выбора ответа они вытаскивают текст, числа и даты с позициями и находят объекты на картинке. Это не чат-модель.
- сортировка обращений и заявок по отделам
- проверка фото на браке или нарушении по списку вопросов
- маршрутизация голосовых команд
- Размеры
- 600M, 2B и 3B
- Железо
- от: Ноутбук
ТекстRUOllama2025–2026
Liquid AI · США
Модели новой архитектуры для работы прямо на устройстве: быстрые на обычном процессоре и в телефоне. Есть версии для извлечения данных, RAG и инструментов, а также LFM2.5-VL для картинок и голосовая LFM2.5-Audio. Старшая LFM2.5-24B-A2B (2,45B активных, контекст 131 тысяча токенов, русский в списке языков) всегда рассуждает перед ответом и рассчитана на быстрых агентов на устройстве. В октябре вышло поколение LFM3 на новой трёхгибридной архитектуре: LFM3-1.7B для локальных агентов (контекст 256 тысяч токенов, около 1 ГБ памяти в 4 бита, предобучена на 22 трлн токенов), LFM3-VL-2B для картинок, LFM3-Audio-2B для речи и LFM3-Omni-2B, который понимает текст, картинки, видео и звук, а отвечает текстом и речью. Для сложного кода и многошаговых рассуждений авторы её не рекомендуют.
- Ассистент на ноутбуке или телефоне без интернета
- Извлечение данных из документов
- Вызов инструментов в приложениях
- Размеры
- 230M – 24B-A2B
- Железо
- от: Ноутбук
Картинки2026
Bria AI · Израиль
Семейство моделей Bria для картинок: Fibo 2.0 dev рисует по тексту, Fibo 2.0 edit turbo правит готовые изображения по описанию. По статье авторов, модель учили на очень подробных структурированных описаниях, чтобы лучше слушаться длинного задания. Веса бесплатны только для некоммерческих задач: для рекламы и продаж нужна отдельная лицензия Bria. Для ComfyUI есть готовые файлы, включая сжатые до int8. Языки запросов в карточке не указаны.
- создание картинок по подробному описанию для тестов и прототипов
- правка готовых картинок по текстовой команде
- исследования и личные проекты без коммерции
- Размеры
- не указан (в комплекте текстовый кодировщик Qwen3-VL 4B)
- Железо
- от: 1 видеокарта
Разбор текста2026
Tencent Hunyuan · Китай
Модель, которая ведёт долгую память ИИ-агента: решает, что из переписки, рабочих задач или кода стоит запомнить, в каком виде, и как новые сведения меняют уже сохранённое. Заменяет универсальную модель внутри систем памяти Mem0, MemOS и собственной Hy-Memory. Языки в карточке: английский и китайский. Цифры по тестам приведены самой Tencent.
- память ассистента о клиенте между разговорами
- запоминание хода работы над проектом и кода
- обновление сохранённых сведений при новых данных вместо дублей
- Размеры
- 30B-A3B
- Железо
- от: 1 видеокарта
Картинки2026
OpenMOSS · Китай
Модель генерации картинок по тексту. Принимает обычное описание, наборы тегов и JSON-разметку, в которой можно задать, где стоит надпись и как расположены предметы. Хорошо рисует текст на английском и китайском. Есть базовая и дообученная (SFT) версии, подключается к ComfyUI. Использует текстовый кодировщик на базе Qwen3.5-9B и декодер FLUX.2. Сообщество уже дообучает её: Kromoss (lodestones) убирает размытость базовой версии, заменяет SFT один в один и идёт с ускоряющей LoRA на 8 шагов.
- баннеры и обложки с надписями
- инфографика и плакаты с заданной раскладкой
- картинки для карточек товаров
- Размеры
- около 5B
- Железо
- от: 1 видеокарта
Прогнозы2026
Mistral AI · Франция
Семейство моделей для прогноза временных рядов без обучения под задачу: по истории продаж, спроса или нагрузки выдаёт прогноз с интервалами (21 квантиль). Принимает до 32 тысяч точек истории и прогнозирует до 1024 шагов за раз. По замерам Mistral, лучшая в нулевом режиме на GIFT-Eval, TIME и fev-bench. Работает на процессоре.
- прогноз продаж и спроса по истории
- прогноз нагрузки на склад, кассу, колл-центр
- оценка риска нехватки или излишка запасов по интервалам прогноза
- Размеры
- 5M, 28M, 123M и 209M
- Железо
- от: Ноутбук
КартинкиGGUF2024–2026
Black Forest Labs · Германия
Генерация картинок от авторов Stable Diffusion. Хорошо рисует текст на изображении и держит композицию. Новая FLUX.3 Image Klein (5,6B) рассчитана на обычные видеокарты: сразу до 4K, правка по областям, до десяти референсов; доступ к весам даётся автоматически после входа на Hugging Face.
- Картинки для карточек товаров
- Баннеры и обложки
- Редактирование фото по описанию (Kontext)
- Размеры
- 4B – 32B
- Железо
- от: 1 видеокарта
Поиск и RAG2026
OpenBMB · Китай
Эмбеддинги для поиска по смешанным материалам: текст, картинки и страницы с текстом и картинкой вместе попадают в одно пространство, и по одному текстовому запросу можно ранжировать их в общем списке. Создана на основе исследования о том, что обычные модели предпочитают текст картинкам. Язык в карточке: английский.
- поиск по каталогу, где часть товаров описана текстом, часть картинкой
- поиск по презентациям и страницам со схемами
- RAG по смешанной базе знаний
- Размеры
- 2B (на базе Qwen3-VL-2B)
- Железо
- от: Ноутбук
Видео2026
Фуданьский университет, Tencent Hunyuan и Чжэцзянский университет · Китай
Создаёт видео сразу со звуком: из первого кадра и описания получается ролик с речью, эффектами и музыкой. Заявлена родная генерация в 720p, 1080p и 2K. В сторонней сборке FreeVideo (1280×720, 8,5 секунды) запускается на одной карте RTX 30, 40 или 50 от 12 ГБ памяти, но быстро не будет.
- оживление картинки в ролик со звуком
- рекламные и обучающие ролики с озвучкой
- прототипы сцен для видео и анимации
- Размеры
- на карточке не указан (на базе MOVA-360p)
- Железо
- от: 1 видеокарта
Картинки2026
Sperid Labs · не указана
Генерирует картинки напрямую в пикселях, без сжатого скрытого пространства. После дообучения те же веса оценивают глубину по одной фотографии, восстанавливают и увеличивают изображения в 4 раза. Промпты на английском, размер по умолчанию 1024 на 1024.
- генерация изображений по описанию
- оценка глубины сцены по одной фотографии
- восстановление и увеличение старых или сжатых снимков
- Размеры
- 3B
- Железо
- от: 1 видеокарта
Поиск по сканам документовGGUF2026
Tencent · Китай
Ищет нужные страницы по документам как по картинкам, не переводя их в текст: сопоставляет запрос с визуальным видом страницы. На ViDoRe V3 набирает 66,75 у версии 8B. Индекс можно сжать до 32 векторов на страницу.
- поиск по сканам, презентациям и отчётам без распознавания текста
- RAG по документам с таблицами и графиками
- поиск в архивах договоров и каталогов
- Размеры
- 4.5B и 8B
- Железо
- от: Ноутбук
Табличные данные2026
NVIDIA · США
Предобученная модель для таблиц: классификация и регрессия по примерам в контексте, отдельно обучать под задачу не нужно. Подаёте размеченные строки и строки, для которых нужен прогноз, и получаете вероятности классов.
- скоринг клиентов и заявок
- прогноз по таблице продаж или заказов
- выявление оттока по таблице клиентов
- Размеры
- размер на карточке не указан
- Железо
- от: Ноутбук
Поиск и RAG2026
Tencent · Китай
Универсальные эмбеддинги на базе Qwen3.5: переводят текст, картинки, видео и визуальные документы в один вектор на 4096 чисел. Звук не поддерживается. Языки в карточке: китайский и английский.
- поиск по каталогу товаров по картинке или описанию
- поиск по видео и презентациям
- RAG по смешанным материалам из текста и изображений
- Размеры
- 2B и 9B
- Железо
- от: Ноутбук
КартинкиGGUF2025–2026
Alibaba · Китай
Генерация и редактирование картинок, в том числе с текстом на изображении. Ранние версии можно в коммерцию, свежая 2.1 — только некоммерческая.
- Инфографика для карточек товаров
- Правка фото по текстовой команде
- Рекламные креативы
- Размеры
- 7B – 20B
- Железо
- от: 1 видеокарта
Разбор текста2026
Supersonic Labs · не указана
Совсем маленькая модель решений: по тексту, вопросу и вариантам ответа выбирает один вариант, ставит оценку или отвечает «да или нет». Работает на обычном процессоре и в браузере.
- маршрутизация обращений по темам
- определение тональности отзывов
- быстрая классификация заявок
- Размеры
- 144M
- Железо
- от: Ноутбук
Табличные данные2026
Xiaomi · Китай
Маленькая модель для таблиц: берёт размеченные строки как контекст и за один проход предсказывает значения для новых строк, отдельно обучать под задачу не нужно. Два чекпоинта: классификация и регрессия.
- прогноз по таблице клиентов или заказов
- оценка стоимости или спроса по строкам продаж
- скоринг заявок без обучения отдельной модели
- Размеры
- около 70M
- Железо
- от: Ноутбук
Картинка + текстOllama2024–2026
OpenBMB (ModelBest и Университет Цинхуа) · Китай
Компактные модели зрения, которые работают даже на телефоне и ноутбуке. Хорошо читают текст на фото, понимают видео; версия 4.6 весит всего 1.3B. Свежая 4.7 вышла в двух размерах: 1B и 35B-A3B, первая MoE-модель в семействе. По словам авторов, 35B-A3B с помощью их способа подгрузки экспертов идёт на iPhone 17 Pro Max со скоростью 13+ токенов в секунду при 3 ГБ памяти. Цифры авторов.
- Распознавание текста на фото прямо на устройстве
- Разбор чеков и документов без отправки в облако
- Описание фото и видео
- Размеры
- 1B – 35B-A3B
- Железо
- от: Ноутбук
Номера и транспорт2020–2026
Mikel Brostrom (открытый проект) · не раскрыта
Набор трекеров: связывает одну и ту же машину между кадрами и камерами, отсюда считается поток и время на объекте. Съёмка машин и людей и хранение записей — работа с персональными данными, порядок согласуйте с юристом.
- Подсчёт машин, проехавших через линию
- Сопровождение транспорта между кадрами
- Поиск той же машины на другой камере
- Размеры
- трекеры плюс модели повторной идентификации от компактных до крупных
- Железо
- от: Ноутбук
Лица2021–2026
InsightFace (deepinsight) · Китай
Самый распространённый открытый набор для поиска и распознавания лиц. На нём стоят многие генераторы с сохранением лица. Готовые веса некоммерческие.
- Поиск и сравнение лиц на фото
- Пропуск по лицу в прототипах
- Обработка лиц как часть других ИИ-систем
- Размеры
- пакеты 16 МБ – 407 МБ
- Железо
- от: Ноутбук
Номера и транспорт2026
Intel · США
Модели Intel под видеоаналитику транспорта: легковая, грузовик, автобус, мотоцикл, а также журнал въезда и выезда и слишком долгая стоянка. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Подсчёт машин и разбивка по типам
- Журнал въезда и выезда транспорта
- Контроль занятости парковочных мест
- Размеры
- варианты YOLO26 от nano до x
- Железо
- от: Ноутбук
Табличные данные2025–2026
Stable AI (Пекин, с Университетом Цинхуа) · Китай
Модель для таблиц, которая одна умеет классифицировать, прогнозировать числа и заполнять пропуски в данных. Лёгкая LimiX-2M работает на обычном компьютере.
- Заполнение пропусков в выгрузках из 1С и CRM
- Прогноз оттока и скоринг
- Классификация клиентов и товаров
- Размеры
- 2M – 16M и LimiX-2
- Железо
- от: Ноутбук
Табличные данные2025–2026
Amazon (команда AutoGluon) · США
Табличная модель Amazon, встроенная в AutoGluon: классификация и регрессия по примерам с коротким дообучением. Mitra-v2 держит больше строк и столбцов.
- Прогноз оттока и повторных покупок
- Скоринг заявок
- Прогноз суммы сделки или чека
- Размеры
- около 76M
- Железо
- от: Ноутбук
Табличные данные2022–2026
Prior Labs (Университет Фрайбурга) · Германия
Готовая модель для таблиц: получает примеры строк и сразу предсказывает для новых, без долгого обучения и подбора настроек. Свободно для бизнеса только v2, новые версии некоммерческие.
- Прогноз оттока клиентов по выгрузке из CRM
- Скоринг заявок и лидов
- Классификация клиентов по данным из 1С
- Размеры
- от единиц до сотен миллионов параметров
- Железо
- от: Ноутбук
ТекстRU2022–2026
Яндекс · Россия
Модели Яндекса, обученные с нуля с упором на русский язык и российские реалии. Новая AliceAI-Foundation 80B-A3B (Apache 2.0) — только базовая модель, инструкт-версии нет: её дообучают под свои задачи. Рядом экономичная AliceAI-T5 35B-A0.6B.
- Русскоязычный ассистент и чат-бот
- Ответы на вопросы по базе знаний компании
- Основа для дообучения под свою отрасль
- Размеры
- 8B – 100B
- Железо
- от: Ноутбук
ТекстRUOllama2023–2026
Alibaba · Китай
Семейство языковых моделей с сильным русским языком: от маленьких версий для ноутбука до флагмана уровня коммерческих API.
- Чат-бот и ассистент по базе знаний
- Ответы на письма и обращения
- Разбор и классификация документов
- Размеры
- 0,6B – 2,4T-A95B
- Железо
- от: Ноутбук
Видео2025–2026
NVIDIA · США
Лёгкая и быстрая видеомодель NVIDIA. Выдаёт 720p-ролики на одной видеокарте, есть версия на 4 шага для быстрой генерации.
- Быстрые ролики для соцсетей
- Массовая генерация видео
- Видео из картинки
- Размеры
- 2B – 5B
- Железо
- от: 1 видеокарта
Прогнозы2024–2026
Google · США
Готовая модель прогнозов Google: строит прогноз по любому временному ряду без обучения на ваших данных.
- Прогноз продаж и спроса
- Планирование закупок и запасов
- Прогноз нагрузки и трафика
- Размеры
- 200M – 500M
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2025–2026
Microsoft · США
Небольшие модели Microsoft для работы в браузере: смотрят на страницу и кликают, печатают, прокручивают. Рассчитаны на запуск прямо на рабочем компьютере без облака.
- Заполнение веб-форм и заявок
- Сбор данных из веб-кабинетов без API
- Проверка сайтов по сценарию
- Размеры
- 4B – 27B
- Железо
- от: Ноутбук
РеранкерыGGUF2024–2026
Jina AI · Германия
Сильные многоязычные реранкеры; m0 сортирует и страницы-картинки (сканы, слайды). Свежие версии открыты только для некоммерческого использования.
- Уточнение выдачи перед ответом чат-бота
- Сортировка найденных страниц PDF и слайдов
- Поиск по каталогу и базе знаний
- Размеры
- 33M – 2.4B
- Железо
- от: Ноутбук
ТекстGGUF2025–2026
Meituan · Китай
Модели Meituan (крупнейший сервис доставки Китая). LongCat-Flash динамически меняет объём вычислений под сложность запроса; LongCat-2.0 — 1,6 трлн параметров под MIT. Есть омни-модели (Flash-Omni, Next) и синтез речи AudioDiT.
- Агенты для заказов и сервисных процессов
- Корпоративный ассистент
- Разбор длинных документов
- Размеры
- 1B – 1.6T-A48B
- Железо
- от: Ноутбук
Видео2024–2026
Lightricks · Израиль
Быстрая видеомодель, которая с LTX-2 генерирует видео сразу со звуком и речью. Можно управлять камерой и позой, есть облегчённые версии.
- Рекламные ролики со звуком
- Видео из фото товара
- Озвученные сцены для соцсетей
- Размеры
- 2B – 22B
- Железо
- от: 1 видеокарта
РекомендацииGGUF2025–2026
Kuaishou · Китай
Открытая базовая модель рекомендаций от сервиса коротких видео: история просмотров и покупок подаётся модели как последовательность и она предсказывает следующий товар или ролик. Нужно дообучение на своих данных.
- Персональная лента товаров или контента
- Подбор следующего товара по истории заказов
- Рекомендации в рекламных блоках
- Размеры
- 1.7B, 8B
- Железо
- от: Ноутбук
Номера и транспорт2024–2026
ankandrew (открытый проект) · не раскрыта
Готовые детекторы в формате ONNX: находят номерную пластину на кадре, плюс общие детекторы объектов. Съёмка машин и людей и хранение записей — работа с персональными данными, порядок согласуйте с юристом.
- Поиск номерной пластины на кадре с камеры
- Подготовка кадра для чтения символов
- Отбор кадров с транспортом из видеопотока
- Размеры
- детекторы YOLO-v9 на входах от 256 до 640 пикселей
- Железо
- от: Ноутбук
Видео2025–2026
Alibaba · Китай
Генерация видео по тексту и по картинке. Младшая версия запускается на игровой видеокарте. После 2.2 базовые модели открыто не выходят, только прикладные: монтаж (VACE), говорящие персонажи по звуку (S2V), танцы под музыку (Dancer).
- Короткие рекламные ролики
- Оживление фото товара
- Видео для соцсетей
- Размеры
- 1,3B – 14B
- Железо
- от: 1 видеокарта
ТекстOllama2024–2026
Google · США
Компактные модели Google: хорошо работают на одном компьютере, старшие версии понимают картинки. Есть CodeGemma для кода, FunctionGemma 270M для вызова функций и быстрая DiffusionGemma.
- Ассистент на ноутбуке без интернета
- Разбор фото документов и чеков
- Классификация обращений
- Размеры
- 270M – 31B
- Железо
- от: Ноутбук
КартинкиGGUF2026
Krea · США
Модель картинок на 12B с упором на реализм без глянцевого «ИИ-вида». Turbo-версия выдаёт 2K-картинку за пару секунд.
- Реалистичные фото для рекламы
- Картинки высокого разрешения
- Дообучение стилей
- Размеры
- 12B
- Железо
- от: 1 видеокарта
Картинка + текстOllama2024–2026
Moondream (M87 Labs) · США
Небольшая и быстрая модель зрения для продуктовых задач: ответы на вопросы, поиск и указание объектов, подписи. Moondream 3.1 — MoE на 9B с 2B активных.
- Поиск объектов и подсчёт на фото
- Проверка фото из полевых отчётов
- Подписи и теги для каталога
- Размеры
- 2B – 9B-A2B
- Железо
- от: Ноутбук
Документы и OCRRU2022–2026
Baidu (PaddlePaddle) · Китай
Классические лёгкие модели PaddleOCR: поиск и распознавание строк текста плюс разметка страницы. Работают на процессоре и телефонах; есть отдельная модель для восточнославянских языков, включая русский.
- Распознавание текста на сканах, фото и экранах
- Чтение этикеток, табло, маркировки на производстве и складе
- Разметка страниц: таблицы, формулы, печати, заголовки
- Размеры
- от 1.5M до десятков миллионов параметров
- Железо
- от: Ноутбук
Компьютерное зрение2025–2026
Roboflow · США
Детектор объектов в реальном времени, открытая замена YOLO без AGPL. Умеет сегментацию (контуры объектов), с 2026 года — ключевые точки.
- Детекция объектов на видео и фото
- Точные контуры деталей и дефектов
- Дообучение под свои классы объектов
- Размеры
- Nano – 2XL
- Железо
- от: Ноутбук
Прогнозы2025–2026
NXAI · Австрия
Компактная модель прогнозов на архитектуре xLSTM, лидер открытых тестов при малом размере. Быстро работает на обычном процессоре.
- Прогноз спроса и продаж
- Прогноз потребления энергии
- Прогнозы на слабом железе и на месте
- Размеры
- около 35M – 82M
- Железо
- от: Ноутбук
Обработка фото2023–2026
BRIA AI · Израиль
Удаление фона от BRIA, обучено на лицензированных фото. Мягкие края, волосы, прозрачность. Есть версии для видео. Для бизнеса нужен платный договор.
- Вырезка товара на белый фон
- Фото сотрудников и экспертов без фона
- Удаление фона на видео
- Размеры
- 44M – 220M
- Железо
- от: Ноутбук
КартинкиGGUF2025–2026
HiDream.ai · Китай
Открытые модели картинок под MIT: генерация (I1), редактирование по инструкции (E1) и единая модель O1-Image, которая делает и то и другое.
- Генерация картинок по описанию
- Правка изображений словами
- Вариации продуктовых фото
- Размеры
- около 9B – 17B
- Железо
- от: 1 видеокарта
Агенты для компьютераGGUF2025–2026
H Company · Франция
Французское семейство моделей для управления браузером и компьютером: точно находит нужный элемент на экране и ведёт многошаговые задачи. Свежие Holo3 и 3.1 открыты под Apache 2.0.
- Работа в веб-кабинетах и старых программах без API
- Заполнение форм и заявок
- Проверка интерфейсов по сценарию
- Размеры
- 0.8B – 235B-A22B
- Железо
- от: Ноутбук
ПереводRU2025–2026
Tencent · Китай
Переводчики Tencent на 33 языка, первая версия победила на соревновании WMT25. Русский есть. Малая версия 1.8B работает на ноутбуке, свежая Hy-MT2 под Apache 2.0.
- Перевод документов с сохранением форматирования
- Перевод с заданным глоссарием терминов
- Перевод переписки с китайскими партнёрами
- Размеры
- 1.8B – 30B-A3B
- Железо
- от: Ноутбук
Поиск и RAGRUGGUF2023–2026
Jina AI · Германия
Сильные многоязычные эмбеддинги с длинным контекстом, v5-omni понимает текст, картинки и аудио. Свежие версии открыты только для некоммерческого использования.
- Поиск по документам на многих языках
- Поиск по картинкам и сканам
- Классификация и кластеризация
- Размеры
- 33M – 3.8B
- Железо
- от: Ноутбук
Картинка + текстOllama2023–2026
LLaVA / LMMs-Lab (исследователи из США и Китая) · США / Китай
Открытый проект, с которого пошла мода на модели «картинка + текст». Линейка OneVision понимает фото, документы и видео; открыты данные и рецепты обучения.
- Ответы на вопросы по фото и скриншотам
- Описание товаров по фотографии
- Разбор видео по кадрам
- Размеры
- 0.5B – 72B
- Железо
- от: Ноутбук
Компьютерное зрение2024–2026
Meta · США
Модели Meta для анализа человека на фото: ключевые точки позы, разметка частей тела, нормали и глубина. Sapiens2 обучены на высоком разрешении и добавили маттинг людей.
- Определение позы и ключевых точек тела
- Разметка частей тела и одежды
- Отделение человека от фона
- Размеры
- 0.1B – 5B
- Железо
- от: Ноутбук
Прогнозы2024–2026
THUML, Университет Цинхуа · Китай
Компактная базовая модель прогнозов от лаборатории Цинхуа: обучена на большом наборе разнородных рядов и дообучается под свои данные.
- Прогноз спроса и нагрузки
- Прогноз показаний датчиков на производстве
- Дообучение прогноза под свою историю
- Размеры
- 84M (timer-base)
- Железо
- от: Ноутбук
3D2024–2026
VAST (TripoSR — вместе со Stability AI) · Китай
Семейство VAST: 3D-модель по одной фотографии. TripoSR работает меньше секунды, TripoSG даёт более чистую геометрию, TripoSplat строит сцену из гауссовых точек.
- 3D-модель товара по фото
- Заготовки объектов для игр и AR
- Быстрый 3D-прототип для печати
- Размеры
- до 1.5B
- Железо
- от: Ноутбук
Номера и транспорт2025–2026
MorseTechLab · не раскрыта
Самый скачиваемый на Hugging Face детектор номерных пластин: находит пластину на кадре, дальше её читает отдельная модель. Съёмка машин и людей и хранение записей — работа с персональными данными, порядок согласуйте с юристом.
- Поиск пластины на видео с камеры
- Подготовка вырезов для чтения номера
- Проверка идеи распознавания номеров без обучения
- Размеры
- дообученная YOLO11, есть сборка ONNX
- Железо
- от: Ноутбук
ТекстGGUF2025–2026
Baidu · Китай
Первая открытая линия Baidu: от крошечной 0.3B до MoE на 424 млрд параметров, есть версии с пониманием картинок. Средняя 21B-A3B помещается на одну видеокарту; ERNIE-Image 8B рисует картинки с текстом.
- Корпоративный ассистент
- Разбор документов и изображений
- Классификация обращений
- Размеры
- 0.3B – 424B-A47B
- Железо
- от: Ноутбук
Разбор текстаOllama2024–2026
NuMind · Франция
Модели для извлечения данных по шаблону: даёте документ или скан и JSON-шаблон полей, получаете заполненный JSON. NuExtract3 (4B) заодно переводит сканы в Markdown.
- Извлечение реквизитов, сумм и дат из счетов и договоров в JSON
- Разбор чеков, накладных и анкет по заданному шаблону
- Перевод сканов в Markdown для поиска
- Размеры
- 0.5B – 8B
- Железо
- от: Ноутбук
ПереводRU2020–2026
Helsinki-NLP, Хельсинкский университет · Финляндия
Более тысячи маленьких переводчиков, каждый под свою пару языков. Есть русский-английский и обратно. Работают быстро даже на обычном процессоре.
- Массовый перевод коротких текстов
- Перевод прямо на сервере без видеокарты
- Перевод отзывов и заявок перед анализом
- Размеры
- 25M – 240M
- Железо
- от: Ноутбук
Агенты для компьютера2024–2026
Show Lab (Национальный университет Сингапура) · Сингапур
Лёгкая модель для работы с интерфейсом: находит кнопки и поля по описанию и выполняет действия в вебе и на телефоне. ShowUI-π умеет перетаскивание мышью.
- Клики и заполнение форм по описанию задачи
- Автотесты веб-интерфейсов
- Помощник на слабом компьютере без облака
- Размеры
- 2B (ShowUI), около 500M (ShowUI-π)
- Железо
- от: Ноутбук
Номера и транспорт2024–2026
ankandrew (открытый проект) · не раскрыта
Готовый конвейер распознавания номера: детектор пластины и чтение символов в одном пакете, свои модели можно подставить. Съёмка машин и людей и хранение записей — работа с персональными данными, порядок согласуйте с юристом.
- Быстрый запуск распознавания номеров на объекте
- Автоматический пропуск транспорта по списку
- Учёт заезда и выезда машин
- Размеры
- связка лёгкого детектора пластины и моделей чтения XS и S
- Железо
- от: Ноутбук
Номера и транспорт2024–2026
ankandrew (открытый проект) · не раскрыта
Лёгкие модели чтения символов с уже вырезанной номерной пластины, работают на обычном процессоре. Съёмка машин и людей и хранение таких записей — работа с персональными данными: порядок и сроки согласуйте с юристом.
- Чтение номера на въезде и выезде
- Сверка номера с белым списком пропусков
- Разбор архива записей с камер
- Размеры
- модели XS и S на архитектуре CCT
- Железо
- от: Ноутбук
Табличные данные2025–2026
Lexsi Labs · Индия
Свежие открытые модели для табличных данных: предсказывают по нескольким примерам прямо в запросе, без обучения под конкретную задачу.
- Классификация и прогноз по таблицам без отдельного обучения
- Быстрая проверка моделей на новых наборах данных
- Оценка признаков в больших таблицах
- Размеры
- размер не указан в карточке
- Железо
- от: Ноутбук
Номера и транспорт2022–2026
PaddlePaddle (Baidu) · Китай
Готовый набор моделей под задачи транспорта: распознавание номера, цвет и тип машины, подсчёт въездов и выездов, поиск стоянки в неположенном месте. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Подсчёт транспортного потока
- Определение типа и цвета машины
- Чтение номера на въезде
- Размеры
- набор моделей: детектор транспорта, атрибуты, чтение номера на PP-OCR
- Железо
- от: Ноутбук
ТекстRU2025–2026
Reka AI · США
Компактные модели Reka: Flash 3 на 21B для рассуждений и Reka Edge на 7B, которая быстро разбирает изображения и видео на устройстве.
- Разбор фото и видео (Edge)
- Поиск объектов на изображениях
- Задачи с рассуждением (Flash)
- Размеры
- 7B – 21B
- Железо
- от: Ноутбук
Компьютерное зрение2023–2026
Meta · США
Выделяет любой объект на фото и видео по клику или рамке. Основа для удаления фона и подсчёта объектов.
- Удаление фона с фото товара
- Подсчёт объектов на фото
- Разметка данных для обучения
- Размеры
- 91M – ~0,85B
- Железо
- от: Ноутбук
Номера и транспорт2026
Autolane · не раскрыта
Свежий набор весов для распознавания номеров: два детектора пластины и модель чтения, обучены на американских номерах, под российский формат нужно дообучение. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Поиск пластины на кадре
- Чтение символов номера
- Запуск на камерах и одноплатных компьютерах
- Размеры
- детекторы RF-DETR и YOLOX-S, чтение символов на CCT-S
- Железо
- от: Ноутбук
Примерка одежды2026
FASHN AI · Израиль
Редкая открытая примерка с коммерческой лицензией: без маски, берёт фото вещи на модели или раскладку. Веса около 2 ГБ.
- Карточки товара на модели без фотосессии
- Примерочная на сайте магазина
- Каталог из фото раскладки одежды
- Размеры
- 972M
- Железо
- от: 1 видеокарта
Агенты для компьютера2025–2026
Alibaba (Tongyi Lab, X-PLUG) · Китай
Модели для управления телефоном и компьютером из проекта Mobile-Agent: работают с Android, Windows, macOS и браузером, в версии 1.5 есть режим с рассуждением.
- Автоматизация действий в мобильных приложениях
- Работа в настольных программах без API
- Тестирование приложений по сценарию
- Размеры
- 2B – 32B
- Железо
- от: Ноутбук
КартинкиGGUF2025–2026
Meituan · Китай
Модель генерации и редактирования картинок на 6B от Meituan. Хорошо пишет китайский текст, есть быстрая версия для правок.
- Генерация картинок по описанию
- Правка фото по инструкции
- Визуалы для карточек товаров
- Размеры
- 6B
- Железо
- от: 1 видеокарта
Голосовые ассистентыGGUF2025–2026
OpenBMB (ModelBest, Университет Цинхуа) · Китай
Небольшая модель, которая видит, слышит и отвечает голосом в реальном времени, может клонировать голос. Голосовой диалог на английском и китайском, текст — на 30+ языках.
- Голосовой ассистент на своём сервере
- Разбор видео и документов
- Ответы голосом по картинке с камеры
- Размеры
- 8B – 9B
- Железо
- от: Ноутбук
Табличные данные2025–2026
Inria (команда Soda) · Франция
Открытая табличная модель от создателей scikit-learn: без обучения классифицирует и прогнозирует по примерам, тянет таблицы до сотен тысяч строк. Лицензия разрешает бизнес.
- Прогноз оттока клиентов
- Скоринг заявок и сделок
- Классификация клиентов по данным из 1С и CRM
- Размеры
- около 25–30M
- Железо
- от: Ноутбук
АватарыGGUF2025–2026
Alibaba (Quark) · Китай
Потоковый аватар в реальном времени неограниченной длины. Подходит для живых эфиров и диалога, но требует мощного серверного железа.
- Живой аватар для диалога с клиентом
- Бесконечные трансляции с ведущим
- Интерактивные персонажи
- Размеры
- 14B
- Железо
- от: 1 видеокарта
ПереводRUOllama2026
Google · США
Переводчики на базе Gemma 3 на 55 языков, умеют переводить и текст на картинках. Русский есть. Версия 4B помещается на ноутбук.
- Перевод документов и переписки
- Перевод текста со скриншотов и фото
- Локализация сайтов и приложений
- Размеры
- 4B – 27B
- Железо
- от: Ноутбук
Компьютерное зрение2023–2026
Ultralytics · США
Самый распространённый детектор объектов в реальном времени: находит и выделяет предметы на видео даже на слабом железе. YOLOv5 вышел ещё в 2020, в каталоге отсчёт от YOLOv8.
- Подсчёт людей, машин, товаров на видео
- Контроль касок и спецодежды
- Поиск брака на конвейере
- Размеры
- 2.4M – 68M
- Железо
- от: Ноутбук
КартинкиGGUF2025–2026
Alibaba (Tongyi-MAI) · Китай
Компактная модель на 6B с фотореализмом уровня крупных моделей. Turbo-версия выдаёт картинку за несколько шагов на обычной игровой видеокарте.
- Фотореалистичные рекламные картинки
- Картинки с текстом на английском и китайском
- Массовая генерация визуалов
- Размеры
- 6B
- Железо
- от: 1 видеокарта
Агенты для компьютера2023–2025
Zhipu AI (Z.ai) и Университет Цинхуа · Китай
Одна из первых открытых моделей для управления интерфейсом по скриншоту, развитие — AutoGLM-Phone для работы в приложениях смартфона на Android.
- Автоматизация действий в мобильных приложениях
- Работа в веб-интерфейсах без API
- Тестирование приложений по сценарию
- Размеры
- 9B – 18B
- Железо
- от: 1 видеокарта
Компьютерное зрение2025
Meta · США
Семейство энкодеров Meta для картинок и видео, а с версией PE-AV — и для звука. PE-Core ищет по тексту точнее SigLIP 2 (по данным Meta), есть малые версии.
- Поиск фото и видео по описанию
- Разметка и теги каталога
- Поиск по звуку и видео (PE-AV)
- Размеры
- размер на карточке не указан
- Железо
- от: Ноутбук
Табличные данныеGGUF2024–2025
Чжэцзянский университет · Китай
Семейство для работы с таблицами и базами: понимает структуру данных, пишет код разбора и отвечает на вопросы по выгрузкам.
- Ответы на вопросы по таблицам и выгрузкам
- Автоматический разбор данных с написанием кода
- Помощник в BI и внутренней отчётности
- Размеры
- 7B – 72B
- Железо
- от: 1 видеокарта
3DGGUF2024–2025
Microsoft · США
Одна из сильнейших открытых 3D-моделей: по картинке или тексту выдаёт сетку с текстурой или гауссову сцену. TRELLIS.2 заметно детальнее первой версии.
- 3D-модели товаров и интерьера по фото
- Ассеты для игр и AR/VR
- Прототипы для 3D-печати
- Размеры
- до 4B (TRELLIS.2)
- Железо
- от: 1 видеокарта
Компьютерное зрение2023–2025
Meta · США
Открытый повтор CLIP от Meta с прозрачным рецептом сбора данных. MetaCLIP 2 обучен на многоязычных данных со всего мира. Только некоммерческая лицензия.
- Поиск картинок по тексту
- Классификация изображений без обучения
- Исследования и прототипы поиска
- Размеры
- 0.15B – 3.6B
- Железо
- от: Ноутбук
3DGGUF2025
Meta · США
Восстанавливает 3D-форму предмета или тела человека по одной обычной фотографии, даже если объект частично закрыт. Две модели: Objects и Body.
- 3D-модель предмета с фото из каталога
- Оценка позы и формы тела по фото
- Примерка и AR-сценарии
- Размеры
- н/д
- Железо
- от: 1 видеокарта
ТекстRU2025
Авито Тех · Россия
Модель Авито на базе Qwen3-8B, переученная под русский язык: свой токенизатор, который экономнее кодирует русский текст. Умеет вызывать функции.
- Описания товаров и объявлений на русском
- Чат-бот с вызовом внутренних сервисов
- Разбор и классификация обращений
- Размеры
- 7.9B
- Железо
- от: Ноутбук
Картинка + текстRU2025
Авито Тех · Россия
Русскоязычная модель Авито, которая понимает картинки: описывает фото, отвечает на вопросы по изображению, читает надписи. Основа Qwen2.5-VL, на русском быстрее исходной.
- Описание товара по фото на русском
- Проверка, что фото совпадает с описанием
- Чтение брендов и надписей на картинках
- Размеры
- 7.4B
- Железо
- от: 1 видеокарта
ПрогнозыGGUF2024–2025
Amazon · США
Модели прогнозов Amazon, одни из самых скачиваемых. Chronos-2 учитывает внешние факторы: цены, акции, погоду.
- Прогноз спроса с учётом акций и цен
- Планирование запасов
- Прогноз выручки и потоков клиентов
- Размеры
- 8M – 710M
- Железо
- от: Ноутбук
Компьютерное зрение2023–2025
IDEA Research · Китай
Находит на картинке любые объекты по текстовому описанию, без обучения на своих данных: «красная коробка», «человек без каски». Rex-Omni — новое поколение на базе VLM.
- Поиск объектов по описанию без разметки
- Автоматическая разметка данных для обучения
- Проверка фото на соответствие требованиям
- Размеры
- 172M – 3B
- Железо
- от: Ноутбук
ВидеоGGUF2025
Meituan · Китай
Видеомодель на 13.6B: из текста, из картинки и продолжение видео. Держит качество на роликах в несколько минут.
- Длинные ролики
- Видео из фото
- Продолжение готового видео
- Размеры
- 13.6B
- Железо
- от: 1 видеокарта
Рекомендации2025
Открытый проект MiniOneRec · Китай
Небольшой открытый генеративный рекомендатель на 1,5B с выложенными чекпойнтами и полным циклом обучения. Удобен как учебный и стартовый вариант, под реальный магазин требует дообучения на своих заказах.
- Быстрый прототип рекомендаций на своих данных
- Проверка гипотез до запуска большой модели
- Обучение команды работе с генеративными рекомендациями
- Размеры
- 1.5B
- Железо
- от: Ноутбук
Поиск и RAGRUOllama2024–2025
Mixedbread · Германия
Эмбеддинги и реранкеры немецкой Mixedbread. mxbai-embed-large — одна из самых скачиваемых английских моделей для поиска, реранкеры v2 работают на 100+ языках, включая русский.
- Поиск по базе знаний
- Переранжирование результатов перед ответом бота
- Поиск по каталогу товаров
- Размеры
- 17M – 1.5B
- Железо
- от: Ноутбук
Картинка + текстRUOllama2023–2025
Alibaba (команда Qwen) · Китай
Одна из сильнейших открытых моделей зрения: читает документы, таблицы, графики, видео, работает с интерфейсами. С Qwen3.5 зрение встроено прямо в основную модель Qwen.
- Извлечение данных из сканов счетов и накладных
- Разбор фотографий товаров и витрин
- Анализ видео и записей с камер
- Размеры
- 2B – 235B-A22B
- Железо
- от: Ноутбук
3D2024–2025
Tencent · Китай
Открытая 3D-линейка Tencent: форма и текстура по картинке, качество на уровне платных сервисов. Omni добавляет управление позой и формой, Part делит модель на детали.
- 3D-модели товаров с текстурой
- Персонажи и предметы для игр
- Разделение модели на детали для печати
- Размеры
- набор моделей: форма и текстуры
- Железо
- от: 1 видеокарта
Текст в SQLGGUF2024–2025
Prem AI · Великобритания
Модель текст-в-SQL всего на 1B параметров: задумана для локального запуска, чтобы база данных не уходила во внешние сервисы.
- Локальный перевод вопросов в SQL без выхода в интернет
- Подсказки по запросам на слабом железе
- Встраивание в внутренние инструменты аналитики
- Размеры
- 1B
- Железо
- от: Ноутбук
Голосовые ассистентыRUGGUF2025
Alibaba (Qwen) · Китай
Модели, которые понимают текст, картинки, аудио и видео и отвечают голосом в реальном времени. Qwen3-Omni говорит на 10 языках, включая русский.
- Голосовой ассистент для клиентов
- Разбор звонков и видео
- Ответы голосом по документам и картинкам
- Размеры
- 3B – 30B-A3B
- Железо
- от: Ноутбук
Рекомендации2024–2025
ByteDance · Китай
Двухуровневая схема: одна языковая модель читает описание товара, вторая собирает из истории интерес покупателя. Выложены готовые чекпойнты на 1B и 7B, но под свой каталог их надо дообучать.
- Рекомендации по истории просмотров и покупок
- Понимание товара по названию и описанию
- Подбор карточек для новых позиций без статистики
- Размеры
- 1B, 7B
- Железо
- от: 1 видеокарта
ПрогнозыGGUF2024–2025
Salesforce · США
Универсальная модель прогнозов Salesforce для рядов с разной частотой и многими переменными. Веса открыты только для исследований.
- Исследовательские пилоты прогнозов
- Сравнение с другими моделями прогнозов
- Прогнозы по многим связанным рядам
- Размеры
- 11M – 311M
- Железо
- от: Ноутбук
Примерка одежды2025
Kunbyte AI · Китай
Примерка не только одежды: очки, серьги, сумки, шляпы, часы и другие аксессуары. Работает без маски. Требует видеокарту от 28 ГБ.
- Примерка аксессуаров и украшений на фото
- Карточки товара с аксессуаром на модели
- Примерочная очков и бижутерии на сайте
- Размеры
- дополнение к FLUX.1 Fill dev 12B
- Железо
- от: 1 видеокарта
Обработка фотоGGUF2024–2025
Нанькайский университет · Китай
Открытая модель точного выделения объекта и удаления фона под лицензией MIT. На ней построен RMBG-2.0. Есть версии для 2K и для волос и полупрозрачных краёв.
- Удаление фона с фото товаров потоком
- Точные маски для дизайна и печати
- Вырезка людей с волосами для рекламы
- Размеры
- около 220M (есть облегчённые lite)
- Железо
- от: Ноутбук
Примерка одежды2025
LavieAI и Университет Сунь Ятсена · Китай
Примерка сразу нескольких вещей за раз: верх, низ, обувь, сумка. Быстрее прежних моделей за счёт кэширования. Лицензия некоммерческая.
- Сборка образа из нескольких товаров на одной модели
- Пилот «собери лук» на сайте
- Прототипы лукбуков без съёмки
- Размеры
- на базе SD 1.5 inpainting
- Железо
- от: 1 видеокарта
Номера и транспорт2024–2025
NYU Abu Dhabi (ComNets) · ОАЭ
Модель, которая смотрит на фото и словами отвечает, что написано на номере: дообучена на малайзийских номерах, под российский формат нужно дообучение. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Чтение номера на сложных кадрах
- Ответы на вопросы по фото транспорта
- Разбор архива фотографий с камер
- Размеры
- 3B
- Железо
- от: 1 видеокарта
Номера и транспорт2023–2025
Hezar AI · Иран
Чтение символов с иранских номерных пластин, модель маленькая и работает без видеокарты. Обучена на номерах другой страны, под российский формат нужно дообучение. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Чтение номера с вырезанной пластины
- Пример архитектуры для своего формата номера
- Дообучение чтения на своих кадрах
- Размеры
- компактная модель CRNN
- Железо
- от: Ноутбук
КартинкиGGUF2024–2025
BAAI (Пекинская академия ИИ) · Китай
Универсальная модель: генерирует, редактирует, переносит объект или человека с фото в новую сцену без отдельных плагинов.
- Перенос товара или человека в новую сцену
- Редактирование фото по инструкции
- Генерация по нескольким референсам
- Размеры
- около 4B
- Железо
- от: 1 видеокарта
Обработка фото2025
ByteDance Seed · Китай
Восстановление и увеличение видео и фото от ByteDance. SeedVR2 делает это за один шаг, поэтому заметно быстрее похожих моделей. Коммерческая лицензия.
- Увеличение фото и видео до 2K–4K
- Восстановление старых роликов и снимков
- Улучшение пользовательских фото перед публикацией
- Размеры
- 3B – 7B
- Железо
- от: 1 видеокарта
Текст в SQLGGUF2025
IDEA Research · Китай
Модель текст-в-SQL, обученная с подкреплением: перед выдачей запроса разбирает схему и условия по шагам.
- Запросы к базе по вопросам с несколькими условиями
- Разбор и исправление чужих SQL-запросов
- Помощник аналитика в BI-системе
- Размеры
- 3B – 14B
- Железо
- от: Ноутбук
Текст в SQL2025
Snowflake · США
Модель Snowflake для перевода вопросов в SQL, обученная с подкреплением на проверке результата запроса. Открыта версия 7B на базе Qwen2.5-Coder.
- Вопросы к хранилищу данных на обычном языке
- Генерация SQL для отчётов и дашбордов
- Проверка и исправление запросов аналитиков
- Размеры
- 7B
- Железо
- от: Ноутбук
КартинкиGGUF2025
ByteDance Seed · Китай
Единая модель, которая и понимает картинки, и генерирует, и редактирует их по диалогу. Похожа на то, как работают картинки в ChatGPT.
- Редактирование фото в диалоге
- Ответы на вопросы по изображению
- Генерация картинок с пояснениями
- Размеры
- 14B-A7B
- Железо
- от: 1 видеокарта
Прогнозы2025
THUML, Университет Цинхуа · Китай
Модель прогнозов, которая выдаёт не одну линию, а набор возможных сценариев — удобно, когда нужен коридор спроса или нагрузки, а не одно число.
- Прогноз спроса с коридором значений
- Планирование запасов с учётом разброса
- Прогноз нагрузки на сервисы и персонал
- Размеры
- 128M (sundial-base)
- Железо
- от: Ноутбук
Примерка одежды2024–2025
Университет Сунь Ятсена и Pixocial · Китай
Лёгкая модель примерки, запускается на обычной видеокарте. Есть версия без маски и CatV2TON, который примеряет одежду и на видео.
- Примерка вещи на фото покупателя
- Черновые карточки товара на модели
- Примерка на коротком видео
- Размеры
- 899M
- Железо
- от: Ноутбук
Модерация и безопасность2023–2025
Falconsai и Freepik · США и Испания
Небольшие модели, которые отличают откровенные картинки от обычных. Freepik различает четыре уровня откровенности. Работают на процессоре.
- Фильтр пользовательских фото и аватаров
- Проверка картинок от генераторов перед публикацией
- Разметка медиатеки
- Размеры
- 86M
- Железо
- от: Ноутбук
Картинка + текстGGUF2024–2025
Hugging Face · Франция / США
Самые маленькие модели зрения Hugging Face: от 256M, работают в браузере и на телефоне. SmolVLM2 понимает и видео.
- Описание фото и видео на слабом железе
- Чтение простых документов
- Встраивание в мобильные и офлайн-приложения
- Размеры
- 256M – 2.2B
- Железо
- от: Ноутбук
Текст в SQL2025
Alibaba · Китай
Модели Alibaba для перевода вопросов в SQL на базе Qwen2.5-Coder. Работают с разными диалектами SQL, есть малая версия 3B для слабого железа.
- Вопросы к базе на обычном языке
- Запросы к разным СУБД (PostgreSQL, MySQL, SQLite)
- Автоматизация типовых отчётов
- Размеры
- 3B – 32B
- Железо
- от: Ноутбук
Текст в SQL2025
Renmin University of China (RUC) · Китай
Модели для перевода вопросов в SQL, обученные на миллионах синтетических примеров запросов к разным базам. Три размера под разное железо.
- Вопросы к базе данных без знания SQL
- Генерация запросов для отчётов
- Основа для дообучения под свою схему базы
- Размеры
- 7B – 32B
- Железо
- от: Ноутбук
КартинкиGGUF2024–2025
NVIDIA · США
Быстрая модель картинок от NVIDIA: 4K-изображения за секунды и работа даже на ноутбучной видеокарте. Версия Sprint генерирует в 1–2 шага.
- Массовая генерация картинок
- Визуалы высокого разрешения
- Генерация в реальном времени в приложениях
- Размеры
- 0.6B – 4.8B
- Железо
- от: Ноутбук
Примерка одежды2025
Пекинский университет почты и связи и др. · Китай
Универсальный набор для одежды на базе FLUX: примерка, генерация модели в заданной вещи и «снятие» вещи с человека в отдельное фото товара.
- Примерка по фото товара
- Фото модели в вещи по текстовому описанию
- Чистое фото вещи со снимка человека
- Размеры
- дополнения (LoRA) к FLUX.1 dev 12B
- Железо
- от: 1 видеокарта
Номера и транспорт2023–2025
szad670401 (открытый проект) · Китай
Известная открытая система распознавания китайских номеров: одиночные синие и жёлтые пластины, электромобили, учебные машины. Под российский формат номера её надо дообучать. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Распознавание номера на въезде и выезде
- Работа на слабом железе без видеокарты
- Встраивание распознавания в своё приложение
- Размеры
- компактные модели детекции и чтения, рассчитаны на работу без видеокарты
- Железо
- от: Ноутбук
Компьютерное зрение2023–2025
Google · США
Модели, которые переводят картинки и текст в общее пространство: можно искать фото по словам и классифицировать изображения без обучения. CLIP от OpenAI (2021) — предшественник.
- Поиск картинок по текстовому запросу
- Автоматическая разметка и теги каталога
- Фильтрация недопустимого контента
- Размеры
- около 0.2B – 2B
- Железо
- от: Ноутбук
Обработка фото2024–2025
Prama LLC · США
Модель удаления фона с упором на сложные края: волосы, мех, тонкие детали. Открытая версия под MIT, умеет обрабатывать видео.
- Вырезка товара и людей с фото
- Удаление фона на видео
- Подготовка фото для каталога
- Размеры
- около 95M
- Железо
- от: Ноутбук
Поиск и RAGRUOllama2019–2025
UKP Lab (ТУ Дармштадт), затем Hugging Face · Германия
Классика смыслового поиска: маленькие быстрые модели, которые работают даже на слабом сервере без видеокарты. Многоязычные версии понимают русский.
- Поиск по базе знаний и FAQ
- Поиск похожих обращений и дублей
- Группировка отзывов и заявок по темам
- Размеры
- около 20M – 470M
- Железо
- от: Ноутбук
3D2024–2025
Stability AI · Великобритания
Модели Stability AI, которые за секунду превращают одну фотографию в 3D-модель с текстурой. SPAR3D позволяет поправить форму через облако точек.
- 3D-карточки товаров по фото
- Ассеты для игр и AR
- Быстрые макеты для дизайна
- Размеры
- 1B – 2B
- Железо
- от: 1 видеокарта
Примерка одежды2024
Tencent и Фуданьский университет · Китай
Примерка на трансформере от Tencent: точнее передаёт фактуру ткани, мелкий принт и длину вещи. Лицензия некоммерческая.
- Примерка вещей со сложным принтом и фактурой
- Карточки товара на модели для тестов
- Подбор длины и посадки на фото
- Размеры
- на базе SD3
- Железо
- от: 1 видеокарта
Поиск по сканам документов2024
Alibaba (Tongyi Lab) · Китай
Один вектор и для текста, и для картинки, и для их пары: одной моделью можно искать товар по фото, страницу документа по вопросу и картинку по описанию. Языки в карточке: английский и китайский.
- Поиск товара по фотографии
- Поиск по каталогу картинок и карточек
- Поиск по страницам документов как по изображениям
- Размеры
- 2B и 7B
- Железо
- от: 1 видеокарта
Примерка одежды2024
Meta AI (вместе с King's College London) · США
Модель Meta для примерки и смены позы человека на фото. Бережно переносит мелкие детали ткани и надписи. Лицензия MIT, но обучающие данные некоммерческие.
- Примерка одежды на фото модели
- Смена позы модели на уже снятом кадре
- Добор ракурсов для карточки товара
- Размеры
- на базе Stable Diffusion
- Железо
- от: 1 видеокарта
Номера и транспортRU2022–2024
RIA.com · Украина
Система распознавания номеров с отдельными модулями чтения под Россию, Казахстан, Беларусь, Украину, Грузию, Армению и Киргизию. Съёмка машин и людей и хранение записей — работа с персональными данными, порядок согласуйте с юристом.
- Чтение российского номера с камеры
- Определение страны и типа пластины
- Учёт транспорта на въезде и выезде
- Размеры
- детектор на YOLOv8 плюс отдельные модули чтения символов
- Железо
- от: Ноутбук
Рекомендации2024
Marqo · Австралия
Модели, которые переводят фото товара и его название в один вектор: подходят для блока «похожие товары», поиска картинкой и подбора по описанию. Заточены под товарные карточки магазинов.
- Похожие товары по фото и названию
- Поиск по каталогу картинкой
- Поиск товара по фразе покупателя
- Размеры
- 203M (B) и 652M (L)
- Железо
- от: Ноутбук
Прогнозы2024
IBM Research · США
Крошечные модели прогнозов от IBM: считаются на обычном процессоре, их ставят рядом с бизнес-системой без отдельного сервера с видеокартой.
- Прогноз продаж и остатков на складе
- Прогноз энергопотребления и нагрузки оборудования
- Быстрые прогнозы прямо на сервере компании
- Размеры
- очень маленькие: у TinyTimeMixers около 1M параметров
- Железо
- от: Ноутбук
Прогнозы2024
Auton Lab, Университет Карнеги — Меллона · США
Базовая модель для рядов чисел: один движок используют и для прогноза, и для поиска аномалий, и для заполнения пропусков, и для классификации.
- Прогноз спроса и загрузки
- Поиск аномалий в показаниях датчиков и метриках
- Заполнение пропусков в исторических данных
- Размеры
- около 40M – 385M
- Железо
- от: Ноутбук
КартинкиGGUF2022–2024
Stability AI · Великобритания
Модель, с которой началась открытая генерация картинок. Огромная экосистема дообучений, стилей и плагинов, работает даже на домашнем ПК. Популярные ускорители SDXL-Lightning и Hyper-SD сделала ByteDance.
- Иллюстрации и баннеры для рекламы
- Фоны и сцены для карточек товаров
- Дообучение под фирменный стиль
- Размеры
- 0.9B – 8B
- Железо
- от: Ноутбук
Номера и транспорт2023–2024
dima806 (открытый проект) · не раскрыта
Два простых классификатора по фото: тип транспорта и марка автомобиля. Обучены на открытых наборах, перед применением проверяйте на своих кадрах. Съёмка машин и людей — работа с персональными данными, порядок согласуйте с юристом.
- Определение типа транспорта по фото
- Предварительная разметка марки автомобиля
- Разбор фотографий в объявлениях и заявках
- Размеры
- на базе ViT-base (google/vit-base-patch16-224-in21k)
- Железо
- от: Ноутбук
Поиск по сканам документов2024
TIGER-Lab · Канада
Превращает модель «картинка плюс текст» в модель эмбеддингов: один вектор для страницы, схемы или фото с подписью. В карточке заявлен английский язык.
- Поиск по смешанному архиву текстов и картинок
- Поиск по страницам документов как по изображениям
- Подбор похожих карточек и иллюстраций
- Размеры
- около 4B (на базе Phi-3.5-V)
- Железо
- от: 1 видеокарта
Рекомендации2024
Recombee · Чехия
Энкодеры описаний, дообученные так, чтобы близкими считались товары, которые люди действительно берут вместе, а не просто похожие по словам. Выложены версии, обученные на открытых каталогах.
- Блок «с этим часто берут»
- Рекомендации для позиций без истории продаж
- Перенос модели на новый каталог
- Размеры
- около 110M (на базе all-mpnet-base-v2)
- Железо
- от: Ноутбук
Прогнозы2024
Команда Time-MoE · не раскрыта
Модель прогнозов с разреженной архитектурой: на каждом шаге работает лишь часть сети, поэтому она остаётся быстрой при небольшом размере.
- Прогноз продаж и остатков
- Прогноз нагрузки на сервисы и персонал
- Планирование закупок по истории
- Размеры
- 50M и 200M
- Железо
- от: Ноутбук
РекомендацииНе развивается2024
HKUDS, Университет Гонконга · Китай
Энкодеры, которые сводят в один вектор текстовый портрет покупателя и текстовое описание товара, чтобы сопоставлять их напрямую. Помогают там, где по новой позиции ещё нет статистики покупок.
- Рекомендации для новых товаров без статистики
- Подбор по текстовому портрету покупателя
- Усиление обычных рекомендаций описаниями
- Размеры
- три версии на базе RoBERTa: small, base, large
- Железо
- от: Ноутбук
РекомендацииGGUFНе развивается2024
Ohio State University (NingLab) · США
Три языковые модели, дообученные на большом наборе торговых инструкций: подбор товара, ответы по карточке, сопоставление позиций, разбор отзывов. Под свой ассортимент всё равно нужно дообучение.
- Подбор товара по запросу покупателя
- Ответы на вопросы по карточке товара
- Сопоставление одинаковых позиций в каталогах
- Размеры
- 2.7B – 13B
- Железо
- от: Ноутбук
Табличные данныеНе развивается2024
ML Foundations · США
Базовая модель для предсказаний по таблицам: делает классификацию и прогноз по нескольким примерам, без отдельного обучения под задачу.
- Классификация записей в таблице по нескольким примерам
- Прогноз значения по строке данных
- Быстрая проверка гипотез на новых наборах данных
- Размеры
- 8B
- Железо
- от: 1 видеокарта
Картинка + текстНе развивается2024
Microsoft · США
Очень маленькая модель зрения: подписи, поиск объектов, сегментация и чтение текста по одной команде. Работает даже на процессоре.
- Чтение текста на фото
- Поиск и выделение объектов
- Автоматические подписи к фото
- Размеры
- 0.23B – 0.77B
- Железо
- от: Ноутбук
РекомендацииНе развивается2024
UC San Diego (McAuley Lab) · США
Лёгкие энкодеры, обученные на парах «карточка товара — живой отзыв»: дают вектора товаров для блоков «похожее» и для поиска по описанию словами покупателя. Веса маленькие, работают на обычном сервере.
- Блок «похожие товары» по описанию
- Поиск товара по фразе покупателя
- Подбор карточек для новых позиций
- Размеры
- 125M и 355M
- Железо
- от: Ноутбук
Обработка фотоНе развивается2024
Лвмин Чжан (автор ControlNet) · США
Меняет освещение на фото: ставит объект или человека в новый свет по описанию или под заданный фон, чтобы вырезка смотрелась естественно.
- Подгонка света товара под новый фон
- Студийный свет для портретов без пересъёмки
- Единый стиль освещения в каталоге
- Размеры
- на базе SD 1.5
- Железо
- от: Ноутбук
Обработка фотоНе развивается2023–2024
Shanghai AI Laboratory (OpenMMLab) и Университет Цинхуа · Китай
Универсальная дорисовка фото: убрать объект, вставить новый по описанию, заменить форму или расширить кадр за края.
- Удаление и замена объектов на фото
- Расширение кадра под нужный формат
- Вставка товара или детали по текстовому описанию
- Размеры
- на базе SD 1.5
- Железо
- от: Ноутбук
Текст в SQLOllamaНе развивается2023–2024
Defog · США
Одна из первых открытых моделей, которые переводят вопрос на обычном языке в SQL-запрос к базе. Есть в Ollama, но свежие конкуренты уже сильнее.
- Ответы на вопросы менеджеров по базе продаж без аналитика
- Черновики SQL-запросов для отчётов
- Помощник внутри BI-системы
- Размеры
- 7B – 70B
- Железо
- от: Ноутбук
Текст в SQLGGUFНе развивается2024
Chat2DB · Китай
Модель текст-в-SQL из открытого инструмента работы с базами Chat2DB: поддерживает разные диалекты SQL, карточка на английском и китайском.
- Перевод вопроса в SQL внутри клиента базы данных
- Черновики запросов под разные СУБД
- Подсказки разработчику при работе со схемой
- Размеры
- 7B
- Железо
- от: Ноутбук
Примерка одеждыНе развивается2024
KAIST и OMNIOUS.AI · Южная Корея
Одна из самых известных открытых примерок: переносит вещь с фото товара на фото человека, хорошо держит принты и логотипы. Лицензия некоммерческая.
- Пилот примерочной на сайте магазина
- Прототип карточек товара на модели без фотосессии
- Сравнение с коммерческими сервисами примерки
- Размеры
- на базе SDXL
- Железо
- от: 1 видеокарта
3DНе развивается2024
Tencent ARC · Китай
Делает 3D-сетку по одной картинке примерно за 10 секунд: сначала рисует объект с нескольких ракурсов, потом собирает из них модель.
- 3D-модель объекта по фото
- Заготовки для игр и визуализаций
- Прототипы для 3D-печати
- Размеры
- н/д
- Железо
- от: 1 видеокарта
РекомендацииНе развивается2024
VinAI Research · Вьетнам
Языковая модель на 7B, дообученная на текстах отзывов и карточек товаров под задачи рекомендаций и предсказания оценки. Лицензия запрещает коммерческое использование, для магазина нужна своя история заказов.
- Предсказание оценки товара пользователем
- Подбор следующей покупки по истории
- Исследование текстовых рекомендаций
- Размеры
- 7B
- Железо
- от: 1 видеокарта
Примерка одеждыНе развивается2024
Xiao-i Research · Китай
Ранняя популярная открытая примерка: одна версия для верхней одежды по пояс, другая для образа в полный рост. Лицензия некоммерческая.
- Примерка верха на фото модели
- Примерка в полный рост: верх, низ, платья
- Прототип примерочной для тестов
- Размеры
- на базе Stable Diffusion
- Железо
- от: 1 видеокарта
Поиск и RAGRUНе развивается2022–2024
Microsoft · США
Проверенные модели для смыслового поиска. Многоязычные версии хорошо работают с русским и до сих пор служат надёжной основой для RAG.
- Поиск по базе знаний и документам
- Подбор ответов для чат-бота (RAG)
- Поиск похожих обращений и дублей
- Размеры
- 33M – 7B
- Железо
- от: Ноутбук
Текст в SQLGGUFНе развивается2024
ChatDB · США
Модель текст-в-SQL на базе DeepSeek-Coder, рассчитанная на сложные вопросы с несколькими таблицами и условиями.
- Сложные запросы с соединением нескольких таблиц
- Ответы на вопросы по базе без аналитика
- Черновики SQL для отчётов и выгрузок
- Размеры
- 7B
- Железо
- от: Ноутбук
КартинкиНе развивается2023–2024
Playground AI · США
Модель на архитектуре SDXL с упором на эстетику: яркие цвета, контраст, портреты. Совместима с инструментами экосистемы SDXL.
- Эстетичные рекламные визуалы
- Портреты и лайфстайл-картинки
- Обложки для постов
- Размеры
- около 2.6B
- Железо
- от: 1 видеокарта
Примерка одеждыНе развивается2024
KAIST · Южная Корея
Исследовательская модель примерки с конференции CVPR 2024, одна из первых на базе Stable Diffusion. Сейчас чаще служит точкой сравнения.
- Пилот примерки верхней одежды
- Сравнение качества разных моделей примерки
- Обучение своей примерки на базе открытого кода
- Размеры
- на базе Stable Diffusion
- Железо
- от: 1 видеокарта
РекомендацииНе развивается2023
Renmin University of China · Китай
Подход, где каждому товару выдаётся короткий код-идентификатор, понятный языковой модели, и она предсказывает этот код. Выложены дельта-веса по трём категориям, лицензия на карточке не указана.
- Подбор следующего товара по истории
- Перевод каталога в короткие коды для модели
- Рекомендации по текстовому запросу покупателя
- Размеры
- около 7B (дельта к весам LLaMA)
- Железо
- от: 1 видеокарта
ВидеоНе развивается2023
Stability AI · Великобритания
Первая открытая модель Stability AI для видео: оживляет фото в ролик на 2–4 секунды. Сейчас уступает новым моделям по качеству.
- Оживление фото товара
- Короткие видеозаставки
- Анимация иллюстраций
- Размеры
- около 1.5B
- Железо
- от: 1 видеокарта
Текст в SQLНе развивается2023
RUCKBReasoning, Китайский народный университет · Китай
Ранняя линейка открытых моделей текст-в-SQL размером от 1B: есть варианты, дообученные под конкретные схемы баз данных.
- Перевод вопроса сотрудника в SQL-запрос
- Черновики запросов к хранилищу под отчёт
- Встраивание в BI-панель как подсказчик
- Размеры
- 1B – 15B
- Железо
- от: Ноутбук
Обработка фотоНе развивается2022–2023
Ким Тэхун (POSTECH) · Южная Корея
Модель выделения главного объекта и готовая программа transparent-background на её основе: убирает фон с фото, видео и веб-камеры одной командой.
- Пакетное удаление фона с фото
- Замена фона на цвет или размытие
- Удаление фона на видео
- Размеры
- небольшая (на базе Swin-B)
- Железо
- от: Ноутбук
Обработка фотоНе развивается2022–2023
XPixel Group (Шэньчжэньский институт передовых технологий АН Китая и др.) · Китай
Увеличение фото на трансформере, точнее SwinIR на тонких деталях. Есть версии для реальных снимков с шумом и лёгкая HAT-S.
- Увеличение фото товаров и интерьеров
- Подготовка изображений к печати
- Повышение чёткости архивных снимков
- Размеры
- 9M – 40M
- Железо
- от: Ноутбук
Текст в SQLGGUFНе развивается2023
Numbers Station · США
Одна из первых открытых линеек текст-в-SQL, включая совсем маленькие версии от 350M, которые запускаются на обычном ПК.
- Перевод вопроса в SQL по описанию таблиц
- Подсказки при написании запросов
- Локальный помощник аналитика без передачи данных наружу
- Размеры
- 350M – 7B
- Железо
- от: Ноутбук
Разбор текстаRUНе развивается2022–2023
Давид Дале (cointegrated) и сообщество · Россия
Готовые крошечные модели на rubert-tiny для русского текста: находят грубость и оскорбления, определяют тональность и эмоции. Работают на процессоре за миллисекунды.
- Фильтр оскорблений в чатах и комментариях на русском
- Разметка отзывов на позитив, нейтрал и негатив
- Поиск раздражённых клиентов в обращениях
- Размеры
- 12M – 29M
- Железо
- от: Ноутбук
РекомендацииНе развивается2023
Исследовательский проект FashionCLIP (данные Farfetch) · не раскрыта
Проверенная временем модель для одежды и обуви: понимает фото вещи и её описание в одном пространстве, поэтому годится для похожих товаров и подбора по образу. Под свой ассортимент лучше дообучить.
- Похожие вещи по фотографии
- Подбор образа и сопутствующих позиций
- Автоматическая разметка карточек одежды
- Размеры
- на базе CLIP ViT-B/32
- Железо
- от: Ноутбук
РекомендацииНе развивается2022
Rutgers University · США
Ранняя и до сих пор популярная работа, где рекомендации задаются обычным текстом: один и тот же небольшой движок отвечает на подбор, оценку и объяснение. Чекпойнты обучены на открытых наборах, для магазина нужен свой.
- Подбор следующего товара по истории
- Предсказание оценки товара
- Текстовое объяснение рекомендации
- Размеры
- версии small и base на базе T5
- Железо
- от: Ноутбук
РеранкерыRUНе развивается2022
UKP Lab и сообщество Sentence Transformers · Германия
Самые скачиваемые открытые реранкеры: крошечная модель читает пару «вопрос — найденный фрагмент» и ставит оценку близости. Многоязычная версия mMARCO знает русский.
- Переупорядочивание результатов поиска по базе знаний
- Отбор фрагментов перед ответом чат-бота
- Поиск дублей среди обращений и карточек товаров
- Размеры
- около 4M – 120M
- Железо
- от: Ноутбук
Компьютерное зрениеНе развивается2021–2022
OpenAI · США
Модель 2021 года, которая первой связала картинки и текст: поиск фото по словам и классификация без обучения. Понимает только английский, сейчас чаще берут SigLIP 2 или PE.
- Поиск картинок по текстовому запросу
- Автоматические теги для каталога
- Поиск похожих изображений
- Размеры
- около 0.15B – 0.6B
- Железо
- от: Ноутбук
Обработка фотоGGUFНе развивается2021–2022
Tencent ARC Lab · Китай
Классика увеличения фото в 2–4 раза с очисткой от шума и артефактов сжатия. Лёгкая, работает даже на процессоре. Есть версии для рисунков и аниме.
- Увеличение старых и мелких фото товаров
- Очистка картинок от артефактов сжатия
- Подготовка изображений к печати
- Размеры
- около 17M
- Железо
- от: Ноутбук
Компьютерное зрениеRUНе развивается2022
Сбер AI и SberDevices (ai-forever) · Россия
Русская версия CLIP: сопоставляет картинки и подписи на русском. Позволяет искать фото по описанию и раскладывать изображения по категориям без обучения.
- Поиск товаров по фото и по русскому описанию
- Сортировка картинок по категориям без разметки
- Проверка соответствия фото и подписи
- Размеры
- 150M – 430M
- Железо
- от: Ноутбук
Обработка фотоGGUFНе развивается2021
Samsung AI Center Москва (вместе со Сколтехом) · Россия
Удаление лишних объектов, надписей и водяных знаков с фото с аккуратной дорисовкой фона. Лёгкая и быстрая, до сих пор стандарт для такой задачи.
- Удаление ценников, людей и мусора с фото
- Чистка фото интерьеров и недвижимости
- Удаление надписей и дат с архивных снимков
- Размеры
- около 51M
- Железо
- от: Ноутбук
Обработка фотоНе развивается2021
ETH Zurich · Швейцария
Модель на трансформере для увеличения, шумоподавления и очистки фото от артефактов JPEG. Лёгкая и проверенная, часто стоит внутри других систем.
- Увеличение фото
- Шумоподавление снимков
- Очистка от артефактов сжатия
- Размеры
- около 12M
- Железо
- от: Ноутбук
