Lynx：字节跳动开源高保真个性化视频生成模型
Lynx是字节跳动Intelligent Creation团队开发的开源高保真个性化视频生成模型，基于Diffusion Transformer（DiT）架构，通过ID-adapter（身份保留）和Ref-adapter（空间细节...
OpenPPT：必优科技开源的在线AI PPT生成工具
OpenPPT是必优科技基于ChatPPT核心服务开源的Web端在线AI PPT生成创作工具，覆盖PPT从“新建/导入”“编辑”“美化排版”“播放”“演讲”到“导出下载”的全流程服务。其支...
xLLM：京东开源的高性能大语言模型推理引擎，支持国产 AI 加速器
xLLM 是京东开源的一款高性能大语言模型推理框架，专为国产 AI 加速器优化，采用服务 - 引擎解耦架构，实现高效的企业级部署。该框架通过全图流水线执行、动态形状图优化、...
JoySafety：京东开源的企业级大模型安全防护框架，全链路风险识别与精准拦截
JoySafety 是京东正式开源的企业级大模型安全防护框架，旨在解决生成式人工智能应用落地过程中的各类安全风险。该框架在京东内部已广泛应用于多个业务场景，包括 AI 导购、...
ByteDance Dolphin：字节跳动推出的多模态文档解析框架，轻松处理复杂文档元素
Dolphin是字节跳动推出的一款多模态文档图像解析框架，采用"分析-解析"两阶段范式，通过异构锚点提示技术实现高精度文档理解。该框架能够有效识别和解析文档中的文本段落、...
Qwen3-ASR-Toolkit：阿里达摩院推出的基于 Qwen-ASR API 的高性能语音转写工具包
Qwen3-ASR-Toolkit是一个专为Qwen-ASR API设计的高性能Python命令行工具包。它通过智能音频分割和并行处理，突破了API的3分钟时长限制，支持超长音频和视频的高效转录。该工...
StableAvatar：音频驱动的无限长度虚拟人视频生成框架
StableAvatar 是一个专注于音频驱动的无限长度虚拟人视频生成的开源项目，能够基于参考图像和音频，合成具有身份一致性、自然音频同步的长视频，无需依赖人脸交换或修复等后...
OpenUI：用文字或截图描述，一键生成前端代码的开源工具
OpenUI 是一个开源前端UI界面代码生成工具，它利用大语言模型的能力，通过文本描述或截图输入，自动生成高质量的前端 UI 界面代码。该工具支持多种前端框架输出，兼容多个主...
Context7 MCP：实时代码文档增强与上下文注入的开源MCP服务器
Context7 MCP 是一个开源的 Model Context Protocol 服务器，旨在解决大语言模型(LLM)在生成代码时面临的信息过时和上下文不足问题。它为 AI 编程工具提供实时、版本特定的...
Hunyuan3D-Part：腾讯混元开源的 3D 形状部件分割与生成框架
Hunyuan3D-Part是腾讯混元团队开源的3D形状部件分割与生成框架，包含P3-SAM和X-Part两个核心组件，实现从3D模型到语义部件分割和高保真结构分解的完整流程。该项目适用于3D...
Onyx：开源自托管 Chat UI 平台，连接任意 LLM 实现本地化 AI 交互
Onyx 是一个功能丰富的自托管 Chat UI 平台，可与任何大型语言模型 (LLM) 配合使用。它提供了强大的代理系统、检索增强生成 (RAG)、网络搜索、代码解释器等功能，支持私有化...
LongCat-Flash-Chat：美团推出的高性能大语言模型聊天系统
LongCat-Flash-Chat 是美团开源的一款高性能大语言模型聊天系统，基于 LongCat-Flash 大模型架构构建。该项目旨在提供一个高性能、低延迟、可扩展的大语言模型聊天解决方案...
HumanLayer：开源 AI 智能体人类监督工具集，实现高风险操作管控与多场景协同
HumanLayer 是一款开源的 API 与 SDK 工具集，旨在为 AI 智能体（Agent）提供人类监督能力，支持 AI 在执行高风险操作（如发送邮件、修改私人数据等）时触发人类审批、获取...
AudioFly：科大讯飞开源的高性能文本到音频生成模型
AudioFly是由科大讯飞开源的文本驱动音频生成模型，基于Latent Diffusion Model架构构建，具备10亿参数规模。该模型可依据文本描述合成采样率为44.1kHz的高质量音效，在单事...
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...