Xianshe Model Hub
Review model capabilities, use cases and requirements, then download a pinned version from a China-based mirror.
Search by model name, author or use case
Standard means not labeled as uncensored; it is not official certification. Uncensored / Modified follows source labels such as uncensored or abliterated and does not verify quality or safety. Quantized and fine-tuned categories may overlap.
All Models
Other Models
Visual-ERM是一个用于视觉到代码任务的多模态生成式奖励模型。它直接在渲染的视觉空间中评估输出，并产生细粒度、可解释且任务无关的差异反馈，用于结构化视觉重建。 现有视觉到代码任务的奖励通常分为两类：文本奖励（如编辑距离或TEDS）忽略重要的视觉线索，如布局、间距、对齐和样式；视觉嵌入奖励（如DINO相似度）通常粗粒度，容易受到奖励黑客攻击。 Visual-ERM直接比较真实图像与模型预测产生的渲染图像，然后生成结构化差异注释。这些注释可转换为奖励信号或用于反思优化。
Other Models
GeometryCrafter是一种从开放世界视频中估计时间一致、高质量点图的新方法，可促进3D/4D重建、基于深度的视频编辑或生成等下游应用。 从视频中估计时空一致的点图，支持3D/4D重建和深度视频编辑生成等应用。 标准推理：约1.27 FPS，需要约40GB显存（110帧，1024x576分辨率）
Other Models
[](https://arxiv.org/abs/2507.20939) [](https://arc.tencent.com/en/ai-demos/multimodal) [](https://github.com/TencentARC/ARC-Hunyuan-Video-7B/tree/arc-qwen-video)
Other Models
[](https://arxiv.org/abs/2507.20939) [](https://arc.tencent.com/en/ai-demos/multimodal) [](https://github.com/TencentARC/ARC-Hunyuan-Video-7B/tree/arc-qwen-video)
Other Models
DSR Suite（基于Qwen2.5-VL-7B） DSR Suite是一个动态空间推理（Dynamic Spatial Reasoning，DSR）模型，旨在提升视觉语言模型在4D时空维度上理解物体几何和关系变化的能力。该模型能够从视频中推理物体在3D空间中随时间的动态演变过程。 动态空间推理：能够推理物体几何形状和空间关系随时间的演化
Other Models
MotionCrafter: 密集几何与运动重建的4D VAE MotionCrafter是一个基于视频扩散的框架，能够从单目视频中联合重建4D几何并估计密集物体运动。该框架预测每个帧在共享世界坐标系中的密集点图和场景流，无需后处理优化。 从单目视频中联合重建4D几何和估计密集物体运动
Other Models
Microsoft Phi-Ground-Any-4B Phi-Ground-Any-4B是Phi-Ground模型系列之一，基于microsoft/Phi-3.5-vision-instruct微调而来，输入分辨率固定为1680x1008。 输入格式要求严格，包括固定的图像分辨率、指令优先顺序和系统提示。
Other Models
Mixtral-8x7B是一个预训练的生成式稀疏混合专家模型（ Sparse Mixture of Experts），属于指令微调版本。 Mixtral-8x7B在大多数测试基准上优于Llama 2 70B。 模型需要遵循特定的指令格式。模板定义如下：
Other Models
Mixtral-8x22B-Instruct-v0.1 Mixtral-8x22B-Instruct-v0.1是Mixtral-8x22B-v0.1的指令微调版本。 支持函数调用（Function Calling）功能。
Other Models
Mistral-Nemo-Instruct-2407 是一个大语言模型（LLM），基于 Mistral-Nemo-Base-2407 进行指令微调。由 Mistral AI 与 NVIDIA 联合训练，在参数规模相近或更小的模型中表现优异。 支持 128k 上下文窗口训练。训练数据包含大量多语言和代码数据。可作为 Mistral 7B 的直接替代方案。支持函数调用功能。 Transformer 模型，包含 40 层。隐藏维度为 5120，头维度为 128，前馈隐藏维度为 14
Other Models
模型开发者：Mistral AI团队 Mistral Small 3是一款参数为24B的小型大语言模型，定位低于70B参数级别。该模型是指令微调版本，适用于快速响应的对话代理、低延迟函数调用、通过微调构建领域专家模型，以及为爱好者和处理敏感数据的组织提供本地推理服务。 多语言支持：支持数十种语言，包括英语、法语、德语、西班牙语、意大利语、中文、日语、韩语、葡萄牙语、荷兰语和波兰语。
Other Models
Mistral-Nemo-Instruct-FP8-2407 大型语言模型（LLM），基于Mistral-Nemo-Base-2407的量化指令微调版本 在相同或更小规模的模型中表现显著优异。支持128k上下文窗口，训练数据包含大量多语言和代码数据。可作为Mistral 7B的直接替代品。
Other Models
Magistral Small 1.0 基于 Mistral Small 3.1 (2503) 构建，增加了推理能力，经过 Magistral Medium 轨迹的监督微调和强化学习训练，是一个拥有 24B 参数的小型高效推理模型。 推理能力：能够在给出答案前进行长链推理。 多语言支持：支持数十种语言，包括英语、法语、德语、希腊语、印地语、印尼语、意大利语、日语、韩语、马来语、尼泊尔语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、西班牙语、土耳其语、乌克兰语、越南语、阿拉
Other Models
Devstral Small 1.1 Devstral 是一款面向软件工程任务的智能体大语言模型，由 Mistral AI 与 All Hands AI 合作开发。该模型擅长使用工具探索代码库、编辑多个文件，可为软件工程智能体提供强大支持。在 SWE-bench 基准测试中表现优异，是该基准测试中排名第一的开源模型。 智能体编码：专为智能体编码任务设计，适合软件工程智能体使用。
Other Models
Devstral Small 1.0 Devstral 是一款面向软件工程任务的智能体大语言模型，由 Mistral AI 与 All Hands AI 合作开发。该模型擅长使用工具探索代码库、编辑多个文件，可为软件工程智能体提供强大支持。 智能体编程：Devstral 专为智能体编程任务设计，是软件工程智能体的理想选择。轻量级：模型参数量为 240 亿，紧凑的体积可在单张 RTX 4090 或 32GB 内存的 Mac 设备上运行，适合本地部署和端侧使用。长上下文：支持最长
Other Models
Mistral-7B-Instruct-v0.3 是一个指令微调版本的大型语言模型，基于 Mistral-7B-v0.3 微调而成。 该模型用于文本生成对话任务，接受文本输入并输出生成的文本回复。 推荐使用 mistral-inference 库运行模型
Other Models
Mistral Large 3 是 Mistral 公司推出的大型多模态 Granular Mixture-of-Experts 模型，总参数规模为 675B，活跃参数为 41B。该模型从头开始训练，是指令微调版本，专门针对聊天、Agent 和指令任务进行了优化。适用于生产级助手、检索增强系统、科学计算和复杂企业工作流程。 多模态理解：支持图像分析和视觉内容理解，结合文本进行推理。 多语言支持：支持数十种语言，包括英语、法语、西班牙语、德语、意大利语、葡萄牙语、荷兰语、中文、
Other Models
本模型适用于以下场景：快速响应的对话代理、低延迟函数调用、通过微调构建领域专家系统、面向爱好者和处理敏感数据的组织的本地推理、编程与数学推理、长文档理解以及视觉理解任务。 本模型在 Mistral Small 3 基础上升级，新增前沿视觉理解能力，并将长上下文扩展至 128k tokens，同时保持文本处理性能。模型拥有 240 亿参数，在文本和视觉任务上均达到顶级水平。 核心特性包括：视觉分析能力，可结合文本处理图像并提供洞察；支持数十种语言的多语言能力；原生函数调用和 J
Sign in to suggest a model for the catalog.
Models and files belong to their original authors. Link checks do not certify safety or runtime compatibility. Read the author's documentation and license before use.
