# 蘋果芯片優化

基於DeepSeek-R1-0528-Qwen3-8B模型的8位量化版本，專為蘋果Silicon芯片優化，適用於文本生成任務。

由DeepSeek AI開發的大語言模型，經過4位量化優化，適用於蘋果芯片設備。

Qwen3-8B的4位AWQ量化版本，專為MLX庫優化，支持19.2萬詞元長上下文處理，適用於邊緣設備部署。

這是一個基於Qwen/Qwen3-235B-A22B轉換的3位深度量化模型，適用於文本生成任務。

VL-Rethinker-72B的4位量化版本，適用於蘋果設備的MLX框架，支持視覺問答任務。

VL-Rethinker-7B 4位MLX量化版是基於TIGER-Lab/VL-Rethinker-7B模型的量化版本，專為蘋果設備優化，支持視覺問答任務。

InternVL3-8B-6bit 是一個基於 MLX 格式轉換的視覺語言模型，支持多語言圖像文本到文本的任務。

這是一個基於Qwen2.5-VL-7B-Instruct的多模態模型，支持視覺問答任務，已轉換為MLX格式以便在Apple芯片上高效運行。

Rombo-LLM-V3.1-QWQ-32b是一個32B參數規模的大型語言模型，經過llama.cpp的imatrix量化處理，提供多種量化版本以適應不同硬件需求。

這是一個基於MLX框架轉換的視頻文本到文本模型，適用於視頻理解和指令跟隨任務。

這是一個基於MLX格式的視頻文本轉文本模型，由HuggingFaceTB開發，支持英文語言處理。

這是一個基於Qwen2.5-VL-3B-Instruct模型的8位量化版本，專為MLX框架優化，支持圖像文本生成任務。

基於deepseek-ai/Janus-Pro-1B的4位量化版本，適用於Apple芯片的MLX框架

WhisperKit 是一款專為蘋果芯片設計的本地語音識別框架，提供高效的自動語音識別功能。

基於Llama 3.1優化的80億參數品牌安全分類模型，專為蘋果芯片設備優化

基於Stable Diffusion 3.5 Large優化的MLX框架版本，專為蘋果芯片優化的文本到圖像生成模型

基於Stable Diffusion 3 Medium的MLX實現，專注於文本到圖像生成

基於潛在擴散的文本生成圖像模型，專為蘋果芯片優化的Core ML版本

基於潛在擴散架構的文本生成圖像模型，支持英文提示生成高質量圖像

基於潛在擴散模型的文本生成圖像技術，能夠根據文本輸入生成逼真圖像

基於潛在擴散的文本生成圖像模型，能夠根據文本輸入生成逼真圖像，適用於藝術創作和研究用途。