InteractAvatar：面向场景物体交互的开源 AI 说话数字人生成框架
InteractAvatar是一款开源的文本驱动、场景感知、人物-物体交互可控的说话数字人（Talking Avatar）生成框架，核心解决当前数字人生成领域长期存在的控制-质量两难问题——...
TeleStyle：中国电信开源的零样本高保真图像视频风格迁移框架
TeleStyle是由中国电信人工智能研究院（Tele-AI） 开源的内容保留式图像与视频双模态风格迁移模型，基于Qwen-Image-Edit基座与DiT架构构建，在不微调、不针对特定风格训练的...
LLaMA-Factory：一站式大模型高效微调框架，零代码适配百种模型与全流程训练
LLaMA-Factory是一站式统一高效大语言模型与多模态模型微调框架，项目核心目标是降低大模型定制化训练的技术门槛，让零基础用户、开发者、科研人员与企业工程师，都能在无需...
HoloCine：开源电影级多镜头长视频叙事生成框架，实现跨镜头视觉与叙事双一致性
HoloCine是由香港科技大学、蚂蚁集团等机构联合推出的开源文本到视频（T2V）项目，该项目以整体生成为核心理念，通过窗口交叉注意、稀疏镜头间自注意两大核心机制，实现电影...
LingBot-World：蚂蚁灵波开源的AI世界模拟器，支持多场景交互与视频生成
LingBot-World是一款面向交互式世界建模的开源世界模拟器，核心源于视频生成技术，由蚂蚁灵波开发并维护，定位为顶级开源世界模型。它通过从大规模游戏环境中学习物理规律与...
DeepSpeed-MII：DeepSpeed 团队推出的大模型推理高性能优化与部署工具
DeepSpeed-MII是由微软DeepSpeed团队打造的开源Python大模型推理部署专用库，全称为Model Implementations for Inference，是DeepSpeed生态中聚焦于模型推理阶段的核心组件...
Earth2Studio：英伟达开源的 AI 天气气候预测与分析工具包
Earth2Studio是一款由英伟达基于Python开发的开源AI推理流水线工具包，核心定位是为天气和气候科学领域提供“开箱即用”的AI开发与应用解决方案。其核心目标是打破AI地球系...
vLLM：高性能开源LLM推理库，低延迟高吞吐且兼容多生态部署解决方案
vLLM是一款高性能开源大语言模型（LLM）推理与服务库，核心依托PagedAttention分页注意力机制、连续批处理等技术创新，解决传统LLM推理中显存利用率低、延迟高、吞吐量低的...
LingBot-Depth：蚂蚁灵波推出的开源高精度深度视觉模型，赋能机器人与3D视觉场景
LingBot-Depth是蚂蚁集团旗下灵波科技（Robbyant）开源的高精度空间感知模型，基于创新的掩码深度建模（MDM）范式，无需更换高端硬件，即可将消费级RGB-D相机的原始深度数据...
FrankenMotion：开源部位级人体运动生成与合成框架，精准控制细粒度异步运动
FrankenMotion是一款开源的部位级人体运动生成与合成框架，项目构建了全球首个具备异步、部位级文本标注的Frankenstein运动数据集，并提出基于扩散模型的部位感知运动生成方...
OpenJudge：开源AI应用评估与优化框架
OpenJudge是一款专为AI应用设计的开源评估框架，基于Python开发，核心定位是为AI智能体、聊天机器人、多模态应用、代码生成系统等各类AI应用提供标准化、自动化、全维度的质...
Agentation：React前端视觉标注工具，精准传递页面元素给AI编程助手
Agentation是一款专为React 18+项目设计的agent-agnostic视觉反馈工具，通过可视化标注页面元素生成精准CSS选择器与结构化Markdown，解决AI编程助手定位代码模糊问题，提升...
VerseCrafter：复旦、港大&腾讯联合开源的 4D 几何可控的动态真实视频世界模型
VerseCrafter是由复旦大学、香港大学与腾讯ARC Lab联合研发的开源动态真实视频世界模型，核心突破传统视频生成的几何不可控瓶颈，实现对相机运动、多目标3D轨迹及二者协同关...
LightOnOCR-2-1B：LightOnAI开源的10 亿参数开源端到端 OCR 模型
LightOnOCR-2-1B 是由 LightOnAI 开源的端到端多语言视觉 - 语言 OCR 模型，仅含 10 亿参数，却实现了当前业界领先的识别性能。该模型打破传统多阶段 OCR 流水线的局限，可...
MTranServer：开源离线翻译服务器，低耗高速私有化部署解决方案
MTranServer 是一款开源的离线翻译服务器解决方案，基于优化的神经网络翻译模型构建，无需显卡支持即可在普通 CPU 设备上流畅运行。其核心优势在于超低资源消耗、50毫秒级极...