从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
开源项目 101
nnU-Net:自适应医学图像分割框架开源项目自动根据数据集配置预处理与U-Net结构的语义分割框架,覆盖预处理、训练、模型选择到推理的完整流程。查看
Kronos:金融K线序列的开源基础模型开源项目面向金融K线(OHLCV)序列的decoder-only基础模型家族,用分层离散token化后自回归预训练,可做量化预测。查看
HunyuanVideo-I2V:图生视频生成模型开源项目腾讯混元的图像到视频生成框架,仓库含PyTorch模型定义、预训练权重、推理采样代码与LoRA训练代码。查看
LongCat-Image:中英双语图像生成基础模型开源项目6B 参数的开源中英双语文生图与图像编辑模型,提供中间检查点与完整训练代码,支持 Diffusers 和 ComfyUI。查看
TabFM:scikit-learn 兼容的表格基础模型库开源项目对混合类型表格数据做零样本分类与回归,推理时用上下文学习而非训练。查看
Brush:基于高斯泼溅的3D重建引擎开源项目用高斯泼溅做3D重建的引擎,可在桌面、Android和浏览器中训练与查看场景。查看
FireRed-Image-Edit:通用图像编辑模型开源项目通用图像编辑模型,支持指令编辑、人物一致性、多图融合、妆容与文字风格参考,并提供训练代码与ComfyUI支持。查看
HY-WorldPlay:实时交互式世界模型开源项目HY-World 1.5(WorldPlay)是实时交互式世界模型,以流式视频扩散生成24 FPS长时序一致的可操控视频,并开源训练与推理代码。查看
HunyuanOCR-1.5:轻量端到端 OCR 视觉语言模型开源项目统一文档解析、文本检测识别、信息抽取与图文翻译的轻量 OCR VLM,含训练与推理栈。查看
LingBot-VA:机器人控制的因果世界模型开源项目自回归视频-动作世界模型,统一视觉动态预测与动作推理,提供推理、评测与后训练代码及权重。查看
Qwen3:开源大语言模型系列仓库开源项目Qwen3 系列大语言模型的官方仓库,提供权重、推理部署、量化与训练文档指引。查看
Bernini:视频扩散的语义规划框架开源项目结合MLLM语义规划器与DiT渲染器的视频生成与编辑统一框架,附推理、训练代码与模型权重。查看
Ideogram 4:开源文生图基础模型开源项目Ideogram 首个开放权重文生图模型,采用结构化 JSON 提示接口,支持多语言文字渲染与布局控制。查看
SpikingBrain-7B:脉冲脑启发大模型的实现与权重开源项目SpikingBrain-7B 是融合混合注意力、MoE 与脉冲编码的大模型仓库,提供 HuggingFace、vLLM 与量化版本的完整实现和权重。查看
LongCat-Flash-Chat:MoE语言模型开源项目560B总参数、按需激活约27B参数的MoE非思考型基础模型,面向agentic任务,附技术报告。查看
TRELLIS.2:图像转3D生成模型开源项目4B参数的图像到3D生成模型,用O-Voxel稀疏体素表示生成带完整PBR材质的高保真3D资产。查看
LMT:中英为中心的多语机器翻译模型开源项目覆盖60种语言、234个翻译方向的LLM多语翻译模型系列,含0.6B至8B四种规格及配套SFT数据。查看
LongCat-Flash-Omni:全模态开源模型开源项目5600 亿参数(激活 270 亿)的开源全模态模型,支持实时音视频交互与流式语音生成。查看
Pixel LLMs:像素级视觉定位的多模态模型系列开源项目以Sa2VA为核心的多模态LLM研究项目集合,将SAM-2与MLLM结合,实现图像和视频的密集定位理解。查看
HY-Motion 1.0:文本生成 3D 人体动作的模型系列开源项目基于 DiT 与 Flow Matching 的文本到 3D 人体动作生成模型,输出可接入 3D 动画管线的骨骼动画。查看