nanochat：轻量类 ChatGPT 全栈开源项目，支持低成本端到端实现
nanochat 是由 AI 领域知名开发者 Andrej Karpathy 团队开发的开源项目，旨在提供一个轻量、简洁、可定制的类 ChatGPT 全栈解决方案。该项目覆盖从分词、预训练、微调（SFT...
Local-NotebookLM：开源本地部署的PDF转音频工具，支持多 LLM 与 TTS 模型集成
Local-NotebookLM 是一款开源的本地 AI 工具，核心功能是将 PDF 文档转换为播客、摘要、访谈等多种风格的音频内容。该工具无需依赖云端服务，可通过本地部署的 LLM（如 Oll...
Daytona：开源 AI 生成代码安全运行基础设施，极速隔离沙箱与全流程编程控制
Daytona 是一款专注于 AI 生成代码安全运行的开源基础设施，通过极速隔离沙箱（90 毫秒内启动）为 AI 生成代码提供零风险运行环境，支持多语言 SDK、Git 集成及 Docker 镜像...
OpenAssistant：开源AI对话聊天系统，支持协作式数据训练与多场景交互
OpenAssistant 是一款开源的AI对话聊天系统，旨在通过协作模式推动高质量聊天大型语言模型（LLM）的普及。项目提供开放的聊天交互界面、协作式数据收集平台、完整的模型训练...
UniPixel：香港理工大学联合腾讯开源的像素级视觉语言统一理解模型
UniPixel是由香港理工大学、腾讯ARC实验室等机构联合开发的开源多模态大模型（MLLM），专注于像素级视觉语言理解与细粒度推理任务。该模型基于Qwen2.5-VL系列扩展，融合视觉...
DiaMoE-TTS：巨人网络联合清华大学开源的跨方言语音合成框架，支持 11 种方言与多语言兼容
DiaMoE-TTS 是由巨人网络联合清华大学开发的开源多方言文本到语音（TTS）框架，该框架基于 F5-TTS 架构扩展，通过统一国际音标（IPA）前端实现跨方言语音表示标准化，结合混...
MineContext：火山引擎推出的开源主动式上下文感知 AI 助手
MineContext 是火山引擎开源的主动式上下文感知 AI 助手，以 “挖掘并整合上下文” 为核心，将分散的多模态数据（文档、截图、音视频等）视为可组合的 “信息方块”，通过轻...
MinerU：开源多模态文档解析工具，高效提取 PDF 中表格、公式与复杂布局内容
MinerU 是由 OpenDataLab 开发的开源多模态大模型工具，专注于解决 PDF 等复杂文档的内容提取难题。它通过创新的两阶段推理架构和原生高分辨率处理能力，在布局分析、表格识...
Kandinsky 5.0：ai-forever推出的开源视频/图像生成工具，轻量版性能居同类开源模型第一
Kandinsky 5.0是由ai-forever团队开源的扩散模型家族，核心聚焦视频生成（图像生成待上线），已开源的Kandinsky 5.0 T2V Lite（2B参数）在同类开源模型中排名第一，不仅优于...
SAIL-VL2：字节跳动开源的视觉语言模型，高效推理与细粒度视觉理解兼备
SAIL-VL2 是字节跳动开源的视觉语言模型，以 2B/8B 参数规模实现了行业顶尖性能，在 106 个数据集上验证了其在视觉问答、文档理解、图表解读等多任务中的有效性。该模型通过...