openpilot：Comma AI 推出的开源自动驾驶软件，支持 300 + 车型
openpilot 是由 Comma AI 开发的开源自动驾驶平台，旨在为 300 多种支持车辆提供高级驾驶辅助功能。该项目通过软件升级方式，将普通车辆转变为智能驾驶车辆，支持自适应巡航...
AI_NovelGenerator：AI 驱动的长篇小说创作助手，支持多阶段生成与剧情一致性管理
AI_NovelGenerator 是一款基于大语言模型（LLM）的开源长篇小说创作辅助工具，旨在帮助作者高效生成情节连贯、设定统一的小说内容。该工具集成了小说设定工坊、智能章节生成...
EchoCare：基于自监督学习的开源超声影像基础模型，支持多中心多设备泛化
EchoCare 是一个面向超声临床应用的完全开源基础模型，基于大规模无标注超声影像数据集 EchoAtlas 训练而成。该数据集覆盖全球 5 大洲 23 个临床中心、38 种不同超声设备，...
RoboBrain-X0：跨实体机器人智能框架，实现零样本泛化与复杂任务分解
RoboBrain-X0 是一个突破性的跨实体机器人智能框架，旨在克服单机器人系统在异构实体迁移中的局限性。它通过统一的动作词汇表和先进的动作令牌化技术，实现了在不同机器人平...
Open WebUI：开源自托管AI聊天界面，支持Ollama与多模型集成
Open WebUI 是一个开源的自托管 AI 平台，提供了丰富的功能和灵活的扩展性。它支持多种 LLM 运行器，包括 Ollama 和 OpenAI 兼容 API，内置 RAG 推理引擎，可用于构建自定义...
browser-use：AI 驱动的浏览器自动化控制框架，实现网页自动化与数据交互
browser-use 是一个创新的开源项目，它将大型语言模型 (LLM) 与浏览器自动化技术相结合，实现了通过自然语言指令控制浏览器的功能。该项目使用 Playwright 作为浏览器自动化...
Deep Lake：Activeloop 推出的开源 AI 数据库，高效管理多模态数据与支持 LLM 应用开发
Deep Lake 是一款专为 AI 设计的开源数据库，基于优化的存储格式，适用于深度学习应用。它支持存储和搜索多模态数据及向量，能简化 LLM 应用部署与深度学习模型训练的数据集...
DeepSeek-V3.2-Exp：DeepSeek 推出的长上下文效率优化实验性开源大模型
DeepSeek-V3.2-Exp是DeepSeek-AI推出的实验性大模型版本，作为下一代架构的中间迭代产物，其核心基于DeepSeek-V3.1-Terminus升级，创新引入DeepSeek Sparse Attention（DSA...
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...