SkillOpt：微软开源AI智能体技能自进化框架，无需微调模型自动迭代优化Agent技能文档
SkillOpt是微软开源的自进化智能体技能执行策略框架，核心创新是不修改大模型权重，将控制AI智能体执行流程的Markdown技能文档视作可训练的外部参数，完整复刻神经网络训练...
MMSkills：上交大与小红书联合开源的视觉智能体多模态技能框架
MMSkills是开源视觉Agent多模态技能框架，由上交大与小红书联合研发，内置515套图文视觉技能包，兼容GPT/Gemini/OpenClaw/Claude Code，附带完整部署教程、视觉校验技术与量...
ACE-Ego-0：大晓机器人联合港中文开源的跨本体通用具身视觉语言动作训练框架
ACE-Ego-0 是由大晓机器人（ACERobotics-VLA）联合香港中文大学MMLab、清华大学、上海交通大学联合研发并开源的以人为中心视觉-语言-动作（VLA）具身机器人基础框架。
AWorld：蚂蚁集团开源的多智能体训练框架，分布式采样与Agent自进化一体化底座
AWorld 是蚂蚁集团 inclusionAI 团队开源的工业级全链路多智能体训练与编排框架，主打智能体全生命周期闭环管理，覆盖智能体搭建、环境交互、分布式数据采集、强化学习迭代...
Open-R1：开源推理大模型框架，完整复现DeepSeek-R1全训练流程
Open-R1 是由 Hugging Face 团队主导开源的一套完整工程化框架，核心作用是完整复现 DeepSeek-R1 推理型大模型全训练流程。原版 DeepSeek-R1 仅对外发布模型权重，并未开放...
ACTalker：开源多模态说话人视频生成框架，精准驱动面部表情与唇形同步
ACTalker是港科大、腾讯、清华联合研发的开源端到端说话人视频生成框架，基于并行Mamba架构，支持音频、表情等多信号独立或组合控制，生成音画高度同步、表情细腻自然的虚拟...
JoyAI-Echo：京东开源的时序音视频生成框架，支持5分钟成片与对话式局部编辑
JoyAI-Echo是京东智研Joy Future Academy于2026年6月3日正式全量开源的长音视频一体化生成开源框架，项目源代码、完整预训练权重全部对外开放，开源协议采用Apache 2.0，允...
Uni-Agent：开源大规模通用AI智能体框架，支持千级并发与全链路训练
Uni-Agent是verl-project推出的一体化通用AI智能体开源框架，采用三层解耦架构，支持千级并发任务运行，集成推理执行、可视化监控、强化学习训练功能，可快速搭建办公、代码...
DB-GPT：开源AI原生数据应用框架，集成Text2SQL与多智能体工作流
DB-GPT 是由 eosphoros-ai 团队开源的AI 原生数据应用开发框架，依托 AWEL 智能工作流编排语言与智能体架构构建，项目核心初衷是简化大模型与数据库、结构化数据、非结构化...
Vibe-Trading：HKUDS开源的全市场AI量化投研工具，零基础玩转策略回测
Vibe-Trading 是由HKUDS 开源的AI多智能体量化交易全栈工作台，基于大语言模型与多智能体协作架构开发。其核心是无需用户精通Python编程、量化公式编写以及专业金融建模知识...
VRAG：阿里通义开源的多模态RAG框架，支持图文视频统一检索与强化学习推理
VRAG是阿里巴巴通义实验室开源的新一代多模态检索增强生成（RAG）框架，核心包含VRAG纯视觉RAG与VimRAG全模态RAG两大模块，支持文本、图片、视频统一检索，通过强化学习与动...
YingVideo-MV：巨人网络开源的音乐驱动多阶段视频生成框架
YingVideo-MV是由巨人网络开源的一款音乐驱动多阶段视频生成框架，它能够自动解析输入音频的语义特征，然后通过内置的镜头规划模块设计符合音乐氛围的画面分镜，再利用扩散...
Wan-Animate：阿里通义实验室推出的 AI 角色动画生成与视频角色替换框架
Wan-Animate是由阿里通义实验室研发的一款统一角色动画与替换框架，其构建于Wan模型之上，并针对角色动画类任务优化了输入范式与技术架构。作为一款定位 “一体化” 的 AI ...