开发工具
集中展示平台提供的各类技术工具、代码资源、镜像仓库及软件包，涵盖开发调试、云原生架构、运维监控、故障排查、性能压测等典型场景，助力合作伙伴快速完成项目实施与问题高效处理。
当前可用工具：0 个
操作系统：
C86-Devkit：
人工智能：
加速卡：
镜像类型：
热门模型
精选优质AI模型，覆盖多种应用场景，助力快速部署与创新
deepseek-ai DeepSeek-OCR
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
Qwen Qwen-Image
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
deepseek-ai DeepSeek-OCR-2
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
Qwen3-30B-A3B
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
deepseek-ai DeepSeek-V3.2
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
Wan-AI Wan2.2-S2V-14B
适配加速卡的优化模型库，助力开发者快速部署 AI 与科学计算任务
deepseek-ocr-2_pytorch
DeepSeek-OCR-2 通过引入 DeepEncoder V2 架构，实现了视觉编码从「固定扫描」向「语义推理」的范式转变！
paddleocr-vl-1.5_paddle
PaddleOCR-VL-1.5 是 PaddleOCR-VL 的下一代先进模型，在 OmniDocBench v1.5 基准上实现了 94.5% 的全新 SOTA（当前最优）准确率。
minimax-m2_vllm
MiniMax-M2是一个紧凑、快速且成本效益高的 MoE 模型（总参数量为 2300 亿，激活参数量为 100 亿），旨在在编码和代理任务中提供精英级性能，同时保持强大的通用智能。
Fun-ASR-Nano_pytorc
通义实验室推出的一款端到端语音识别大模型。
kimi-k2-instruct-quantized.w4a16_vllm
kimi-k2-instruct-quantized.w4a16是通过将Kimi-K2-Instruct的权重量化为INT4数据类型而获得的。