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
HunyuanVideo-Avatar:音频驱动人物动画模型开源项目腾讯混元的多模态扩散 Transformer 模型,以音频为条件生成高动态、情绪可控、支持多角色的对话视频,已开源推理代码与权重。查看
Isaac-GR00T:人形机器人视觉-语言-动作模型开源项目开源跨本体视觉-语言-动作模型,以语言和图像为输入执行机器人操作任务,可用自有数据微调与部署。查看
whichllm:本地大模型选型与运行命令推荐工具开源项目读取本机GPU、内存与带宽,估算哪些开源模型能跑、速度多快,并按基准排名给出可直接运行的命令。查看
bitnet.cpp:1-bit 大模型的推理框架开源项目BitNet b1.58 等 1-bit/三值大模型的官方推理框架,提供 CPU 与 GPU 优化内核及配套模型。查看
Unlimited-OCR:超长文档解析OCR模型开源项目百度的OCR模型项目,用SR-SWA把超长序列的图文注意力压缩为固定大小工作参考,实现有限上下文内的无界文档解析。查看
micrograd:标量反向传播自动微分教学实现开源项目约百行的微型自动微分引擎及其上的小型神经网络库,用于教学演示反向传播原理。查看
gpt-oss:OpenAI 开放权重模型与参考实现开源项目OpenAI 的 gpt-oss-120b 与 gpt-oss-20b 开放权重模型仓库,含推理参考实现、工具与客户端示例。查看
OpenFootManager:开源足球管理模拟游戏开源项目免费开源的足球经理模拟游戏,用 Rust 与 Tauri 构建,提供文本比赛模拟、球队与转会管理,数据由玩家自行创作。查看
Lance:统一多模态理解生成编辑模型开源项目3B参数的原生统一多模态模型,支持图像与视频的理解、生成和编辑,附推理与微调代码。查看
Kimi K3:开源多模态 Agent 模型开源项目MoonshotAI 开源的 2.8T 参数原生多模态 Agent 模型,支持 100 万 token 上下文与文本图像输入。查看
Confucius4-TTS:多语言零样本语音合成引擎开源项目基于语音编码器与大语言模型架构的多语言 TTS 系统,支持 14 种语言的零样本声音克隆与跨语言声音迁移。查看
V-JEPA 2:自监督视频理解与预测模型开源项目Meta FAIR 的自监督视频模型官方 PyTorch 代码库,涵盖 V-JEPA 2、V-JEPA 2-AC 与 V-JEPA 2.1。查看
TinyTroupe:LLM 多智能体人格模拟库开源项目用大模型驱动具有人格、兴趣和目标的虚拟人物,在模拟环境中互动,用于广告评估、测试与头脑风暴等场景。查看
Index-AniSora:开源动画视频生成模型开源项目B站开源的动画视频生成模型仓库,提供多版本模型权重与推理代码,支持多种动画风格的视频镜头生成。查看
UnifoLM-WMA-0:机器人世界模型-动作框架开源项目Unitree 开源的跨本体机器人世界模型-动作框架,世界模型既可作交互式仿真引擎生成数据,也可接动作头优化决策。查看
SenseNova-U1:原生统一多模态模型系列开源项目SenseNova-U 系列模型仓库,提供文生图、图像编辑、交错图文生成与视觉理解等能力的模型权重与推理脚本。查看
AgiBot World:机器人学习数据集与 GO-1 模型开源项目大规模双臂操作机器人学习平台,含百万级轨迹数据集与 GO-1 基础模型。查看
Depth Anything 3:任意视角几何与深度估计模型开源项目从单张或多张图像预测空间一致的深度、相机位姿与3D高斯,支持位姿估计、度量深度和新视角合成等多种视觉几何任务。查看
ebook2audiobook:电子书转有声书工具开源项目用多种 TTS 引擎把电子书转换为带章节和元数据的有声书,支持语音克隆与大量语言。查看
VeighNa:Python 量化交易开发框架开源项目基于 Python 的开源量化交易系统开发框架,提供交易接口、策略应用、数据与数据库适配,4.0 新增 vnpy.alpha 多因子机器学习模块。查看