LongCat-Audio-Codec：美团开源音频编解码方案，为 Speech LLM 提供超低比特率高保真令牌生成与解码
LongCat-Audio-Codec 是美团 LongCat 团队开源的音频编码（Tokenizer）与解码（Detokenizer）解决方案，专为语音大语言模型（Speech LLM）设计。该方案通过并行生成语义令牌...
Coral NPU：Google 开源的 RISC-V 架构 ML 推理硬件加速器，赋能超低功耗可穿戴设备 SoC
Coral NPU是由Google Research设计的开源神经网络处理单元（NPU），基于RISC-V 32位指令集架构，定位为超低功耗片上系统（SoC）的ML推理硬件加速器，核心适配助听器、AR眼镜...
nanoGPT：Karpathy 开源的极简型 GPT 开发工具，支持多硬件适配与 GPT-2 复现
nanoGPT是由AI研究者Andrej Karpathy开发的开源项目，基于PyTorch框架构建，定位为“最简单、最高效的中等规模GPT训练与微调仓库”。它是minGPT的重写版本，核心目标是“优...
MiniMind：个人可部署的超轻量开源大语言模型训练与部署工具
MiniMind 是一个旨在拉低大语言模型（LLM）学习与实践门槛的开源项目，核心目标是让普通用户通过 “3 元 GPU 服务器成本 + 2 小时单卡训练”，从 0 构建并部署仅 25.8M 参数...
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...