FLM-Audio：原生全双工音语融合模型，支持中英文低延迟对话交互
FLM-Audio 是一款开源的音频 - 语言融合模型，作为 RoboEgo/FLM-Ego 的子版本，具备原生全双工能力，可同时实现监听、说话与内部独白构建，支持中英文双语言环境下的低延迟...
Spark-TTS：开源的文本到语音合成(TTS)系统，支持高质量语音克隆与多语言合成
Spark-TTS 是一个基于大语言模型（LLM）架构的高效文本到语音（TTS）系统，由 SparkAudio 团队开发并开源。该项目最大的特点是不依赖额外的声码器，直接通过 LLM 预测语音的...
MeloTTS：MyShell AI 推出的开源多语言文本转语音引擎
MeloTTS 是由 MyShell AI 开发的开源文本转语音（TTS）项目，基于先进的深度学习技术，提供高质量、多语言的语音合成能力。该项目支持英语、中文、日语、韩语等多种语言，可...
Audio2Face-3D：NVIDIA 开源的音频驱动 3D 面部动画生成框架
Audio2Face-3D 是 NVIDIA 开源的音频驱动 3D 面部动画生成项目，能够从语音音频实时生成高精度的 3D 面部动画，包括精确的唇形同步、表情变化和情感驱动。该项目提供了从训...
CWM (Code World Model) ：Meta 开源的 320B 参数代码世界模型
CWM (Code World Model) 是 Meta 发布的一个 320 亿参数的开源大语言模型，专为代码生成和代码状态推理而设计。它不仅能理解和生成代码，还能通过工具调用与容器化环境交互...
Neovate Code：开源AI编码代理工具，支持代码生成/修复/重构与多端适配
Neovate Code是一款开源的AI编码代理工具，基于TypeScript构建，支持CLI命令行与VSCode扩展双端使用。该工具以自然语言交互为核心，可辅助开发者完成代码生成、bug修复、代...
Aider：开源终端AI结对编程工具，让大语言模型与你共同开发代码
Aider是一个开源的AI结对编程工具，它将大型语言模型(LLMs)直接引入你的开发工作流中。通过在终端中运行，Aider能够理解你的代码库结构，直接修改代码文件，并与你进行实时...
Matrix-Game：昆仑万维(Skywork AI)开源的世界模型框架，支持实时长视频生成与交互式场景建模
Matrix-Game是昆仑万维(Skywork AI)推出的一系列开源世界模型（world models）项目，包含1.0和2.0两个版本，旨在构建能够模拟、交互并生成虚拟世界内容的AI框架。该项目融合...
Matrix-3D：昆仑万维(SkyworkAI)开源的全向可探索 3D 世界生成框架
Matrix-3D是由昆仑万维(SkyworkAI)开发的开源3D场景生成框架，专注于实现“全向可探索3D世界”的构建。该项目通过融合全景表示技术、条件视频生成模型与全景3D重建算法，支...
Klavis AI：开源 AI 代理工具集成平台，突破限制实现千种工具可靠使用
Klavis AI 是一个专注于 AI 代理工具集成的开源项目，通过提供 MCP（Module Communication Protocol）集成层，让 AI 代理能够可靠地使用数千种工具。该项目具备 Strata 统一...