我们很高兴为您分享2024年度的26个常用Checkpoint大模型合集！此合集分享了当前最热门、最实用的大型预训练模型，旨在为您的研究和项目提供强有力的支持。每个模型都经过精心挑选，涵盖了广泛的应用领域，如自然语言处理、计算机视觉、生成模型等。我们为每个模型提供了方便的网盘下载链接，您可以轻松获取所需的资源。
请注意，本合集将持续更新，以便及时为您提供最新版本的模型。为了确保您不会错过任何更新，AI软件库建议您将此合集页面加入收藏夹，以便随时访问和下载。我们致力于为您提供最全面的模型资源，希望这些工具能够帮助您在研究和开发中取得更好的成果。
【1】Florence-2各种视觉任务的统一语言任务：优化模型合集
Florence-2 是一种先进的视觉基础模型，它使用基于提示的方法来处理各种视觉和视觉语言任务。 Florence-2 可以解释简单的文本提示来执行字幕、对象检测和分割等任务。
【2】AnimateDiff（AI动画视频生成软件）全家桶套装模型：超齐全的模型大合集，持续更新ing
AnimateDiff 是一款先进的视频生成工具，它结合了 Stable Diffusion 模型的强大功能，为用户提供了一个简便的文本到视频转换平台。凭借其独特的控制模块，AnimateDiff 深入学习了大量短视频素材的特点，使生成的每一帧画面都自然流畅，仿佛为用户量身定制的动画短片。
AnimateDiff模型合集免费下载入口👇
【3】ControlNet（控制网）：全家桶套装系列模型大全
ControlNet 是 Stable Diffusion 系统中的一个核心神经网络模块，专门用于精确控制图像生成过程。
【4】IC-Light（AI图像照明操纵软件）：AI光照全家桶系列模型合集
该项目旨在提供一种简便的方法来操控图像的照明效果，适用于摄影、设计及其他视觉艺术领域。IC-Light 是由 ControlNet 的创作者张吕敏推出的人工智能项目，全称为“Imposing Consistent Light”，意为“强加一致的光”。
IC-Light模型合集免费下载入口👇
【5】ReActor Assets（快速AI换脸）：全家桶系列模型合集
ReActor Assets 是一套专为实现 AI 换脸技术而设计的扩展节点，涵盖人脸检测、面部交换和修复等功能。它们允许用户在 ComfyUI 环境中轻松地进行视频和图片中的面部交换。ReActor 节点支持多种高级功能，包括高分辨率换脸、超分辨率处理、CPU 优化以及智能性别和年龄检测等。
【6】AI快速生成AnimateLCM：全家桶系列模型合集打包下载，持续更新ing
AnimateLCM 是一款前沿的深度学习模型，专注于动画视频的生成。通过独特的解耦学习策略，它优化了动画制作流程，并与 Stable Diffusion 社区插件无缝集成，提供了一种高效且高质量的动画制作解决方案。
【7】GroundingDINO（先进的开放集对象检测器）：全家桶系列模型合集
GroundingDINO 是一种先进的开放集对象检测器，可以通过语言输入的名称来识别对象。它包括文本主干、图像主干、特征增强器、语言引导查询选择和跨模态解码器等多个组件。GroundingDINO 的 1.5 版本被誉为最强大的开放世界对象检测模型系列。
【8】Stability AI：StableDiffusion、SVD、SV3D、SDXL-Turbo、SD3全家桶套装基础模型合集
Stability AI 是一家专注于人工智能的企业，以其在图像和文本生成技术方面的突破性进展而闻名。
Stable Diffusion：这是一种深度学习驱动的图像生成技术，能够根据文本提示生成高质量图像。它在图像合成领域取得了重大进展，能够将复杂的文本描述转化为视觉图像，通常效果令人赞叹。
Stable Diffusion 3（SD3）：这是Stable Diffusion模型的最新迭代，于2024年2月发布。SD3在文本到图像的转换、多主题提示处理和图像质量方面进行了显著改进。它提供了从800M到8B不等的参数量，支持多种设备，包括手机和电脑，使得AI大型模型更加易于访问。
Stable Video：基于Stable Video Diffusion技术，这是一个AI视频生成平台，能够生成高质量的视频内容，并引入了镜头控制等新功能，使用户能够快速创作出专业级视频。
Creative Upscaler：这是一款图像增强工具，能够提升图像分辨率，同时增加图像的细节和活力。
Stable Animation SDK：这是一个软件开发工具包，允许用户基于文本生成3D动画模型等。
Stability AI模型合集免费下载入口👇
【9】IPAdapter适配器：基本套装系列全家桶模型大全，持续更新ing
IPAdapter 是腾讯 AI 实验室推出的一款先进的文本到图像扩散模型适配器，具备多项创新功能，适用于多种图像处理场景
【10】大规模文生图Kwai Kolors ：全家桶系列模型
Kolors 是由快手 Kolors 团队开发的一个大规模文本到图像生成模型，基于潜在扩散技术。经过数十亿对文本和图像的训练，Kolors 在视觉质量、复杂语义的准确性以及中英文字符的文本渲染方面展现出了显著的优势。此外，Kolors 支持中文和英文输入，在理解和生成中文内容方面表现尤为出色。
【11】LivePortrait（高效肖像动画）全家桶系列模型合集
LivePortrait 是一种高效的肖像动画模型框架，具备拼接和重定向控制功能，其官方 PyTorch 实现由快手科技、中国科学技术大学和复旦大学联合开发。该框架专注于通过单张静态肖像图像生成逼真的动态视频肖像。
【12】PIXART（真实感文本到图像合成）：全家桶系列模型合集
PIXART-α 是一种快速训练的扩散变压器模型，专为高真实感文本到图像（T2I）合成设计。基于 Transformer 架构的这一扩散模型能够生成与当前最先进的图像生成器（如 Imagen、SDXL 和 Midjourney）相媲美的高质量图像，并且支持高达 1024px 分辨率的图像合成，满足接近商业应用的标准。
【13】InstantID（多样化风格化）全家桶系列模型合集
InstantID 是一种基于扩散模型的图像生成解决方案，能够从单一参考图像快速生成多样化风格化的照片。作为一种最先进的免调整方法，它只需一张图像即可实现身份保留的生成，并支持多种下游任务。
【14】Depth Anything：全家桶系列预训练模型合集
Depth Anything 是一种基于深度学习的技术，旨在从单一图像中生成高质量的深度图。这种技术利用神经网络来估计图像中物体的相对距离或深度信息，从而增强图像的三维感。它通常应用于计算机视觉领域，支持诸如自动深度估计、场景重建和增强现实等任务。通过生成深度图，可以为图像添加空间信息，使其更具立体感和真实感。
【15】SDXL-Lightning（闪电级快速文生图）：全家桶系列模型合集，持续更新ing
SDXL-Lightning 采用了 Progressive Distillation 和 Adversarial Distillation 技术来提升蒸馏效果。当前发布的模型包括 1 步、2 步、4 步和 8 步的蒸馏版本，能够直接生成 1024×1024 像素的图像，相比之前仅能生成 512×512 像素图像的 SDXL-Turbo，具有显著的优势。
【16】LayerDiffusion（透明图像和图层生成）：全家桶系列模型
LayerDiffusion 是一款强大的扩散模型，专门用于生成透明图像和图层。它原生支持透明效果，能够处理如透明玻璃和半透明发光效果等复杂场景，这些是传统背景去除方法难以实现的。此外，LayerDiffusion 还提供了对细致结构的精准描述，如毛发、胡须和骨骼等。
【17】Hyper-SD（高效图像合成）：一致性模型全家桶系列模型
Hyper-SD 是一种高效的图像合成模型，专注于实现图像生成的轨迹分段一致性。它能够通过不同数量的推理步骤（从 1 步到 8 步）来优化图像生成过程，提供最先进的性能（SOTA，State of the Art）。Hyper-SD 在生成图像时，尤其在图像质量和生成速度方面表现出色，能够在多个评估指标上超越其他模型，比如 CLIP 分数和 Aes 分数。这个模型适用于图像合成任务，尤其在生成细致和高质量图像时表现尤为突出。
【18】Control-Lora：高效微调模型合集
StabilityAI引入了 Control-Lora，这是一种通过向 ControlNet 添加低秩参数进行高效微调的方法。这种技术提供了更高效和更紧凑的方式，使得模型控制能够兼容更广泛的显卡性能。
【19】HunyuanDiT（腾讯混元）：全家桶基础模型合集
混元-DiT 是一种高性能的多分辨率扩散 Transformer 模型，专注于细粒度的中文理解。作为一种文本到图像的转换器，它能够细致地处理英语和中文文本。该模型设计包括了 Transformer 结构、文本编码器和位置编码。Hunyuan-DiT 在中文文本生成图像的任务中，树立了新的最先进水平。
【20】BiRefNet（探测主体抠图蒙版）全家桶系列模型合集
BiRefNet 是一种专注于图像中主体内容分离的抠图技术。它可以在图像中进行推理和评估，提供精确的分离功能。该方法包括多个模型，针对不同参数和应用场景，能够有效处理图像中的主体内容分离任务。
【21】Segment Anything Model (SAM)：全家桶系列模型合集
通过交互式提示（如点）来生成图像遮罩，Segment Anything Model (SAM) 是一款强大的零样本图像分割模型。本文介绍了 SAM-PT，这是一种扩展 SAM 功能的方法，使其能够在动态视频中跟踪和分割任意内容。
Segment Anything Model (SAM)模型合集免费下载入口👉
【22】FLUX1（先进高效文生图）：全家桶基础系列模型大全
FLUX.1是由Stable Diffusion创始团队开发的先进开源文本到图像生成模型。它在图像质量、提示遵循性和速度方面表现卓越，旨在通过文本描述生成高质量图像，挑战并超越Midjourney和DALL-E 3等流行的闭源模型。FLUX.1具有高质量图像生成、文字生成、复杂构图和手工描绘能力等特点。
FLUX1模型合集免费下载入口👇
【23】InsightFace（人脸分析）：全家桶基础模型合集
使用 C/C++ 开发，支持 2D 和 3D 人脸分析，InsightFace 是一个跨平台的人脸识别 SDK。它兼容多种操作系统，并能够在不同的硬件后端上运行，包括 CPU、GPU 和 NPU。
【24】Latent Consistency Models（LCM）潜在一致性模型：全家桶系列模型合集
潜在一致性模型（Latent Consistency Models）通过少量推理步骤生成高分辨率图像。只需 2 至 4 个步骤，甚至有时只需一步，就能生成高质量的 768 x 768 分辨率图像。这种方法显著加快了文本到图像的生成过程，因此被广泛称为 AI 实时生成模型。
Latent Consistency Models（LCM）模型合集免费下载入口👉
【25】Concept Sliders（PT概念滑块）：全家桶系列模型合集
作为即插即用的低级适配器应用于预训练模型之上，Concept Sliders（概念滑块）是一种用于精确控制扩散模型的工具。用户可以通过简单的文本描述或少量配对图像来设置概念滑块，以表示所需属性的方向。在生成过程中，这些滑块可以调节图像中概念的强度，实现细致的调整。
Concept Sliders模型合集免费下载入口👇
【26】快速生成Phased Consistency Model（PCM）阶段一致性模型：全家桶系列模型合集
**一致性模型（CM）**是一系列前景广阔的生成模型，以其高质量和快速生成能力著称。**潜在一致性模型（LCM）**旨在将这种生成能力扩展到潜在空间，以实现文本条件下的高分辨率生成。然而，LCM 的结果并未达到预期效果。相较之下，**阶段一致性模型（PCM）**在 LCM 的基础上进行改进，有效解决了这些局限性。PCM 在训练和推理过程中引入了创新策略，从而显著提升了生成质量。通过在广泛使用的稳定扩散和稳定扩散XL基础模型中进行的1步、2步、4步、8步和16步的实验验证，PCM 的显著进步得到了充分体现。
Phased Consistency Model（PCM）模型合集免费下载入口👉
【27】偏好优化DPO（Direct Preference Optimization）：全家桶系列模型合集
**直接偏好优化（DPO）**是一种将文本到图像的Stable Diffusion扩散模型与人类文本偏好对齐的方法。它通过直接优化基于人类比较的数据来调整模型，使其更好地符合人类的偏好。DPO 擅长通过对模型进行微调，将模拟人类偏好的数据有效地整合进模型中，从而提升生成结果的质量和相关性。
DPO（Direct Preference Optimization）模型合集免费下载入口👉
【28】DMD2（高效扩散模型）：全家桶基础系列模型分享网盘下载
Distribution Matching Distillation是一套旨在解除限制并提升DMD训练效果的技术。通过提取SDXL生成的百万像素图像，这种方法在多个步骤中展示了卓越的视觉质量。
【29】图像生成AI大模型Deliberate（平替midjourney）：系列合集模型大全网盘下载
Deliberate是一个高专业化的图像生成AI模型，基于强大的Stable Diffusion（SD 1.5）并经过广泛微调。它利用了由其他AI模型生成的图像或用户贡献的数据构成的大规模数据集，声称是互联网上最严格的公开模型之一。
发表评论