Matrix-3D：昆仑万维(SkyworkAI)开源的全向可探索 3D 世界生成框架
Matrix-3D是由昆仑万维(SkyworkAI)开发的开源3D场景生成框架，专注于实现“全向可探索3D世界”的构建。该项目通过融合全景表示技术、条件视频生成模型与全景3D重建算法，支...
Klavis AI：开源 AI 代理工具集成平台，突破限制实现千种工具可靠使用
Klavis AI 是一个专注于 AI 代理工具集成的开源项目，通过提供 MCP（Module Communication Protocol）集成层，让 AI 代理能够可靠地使用数千种工具。该项目具备 Strata 统一...
AI-Researcher：HKUDS开源科研全流程AI辅助工具，覆盖文献管理/实验自动化/数据治理
AI-Researcher是由HKUDS开源的科研全流程AI辅助工具，旨在解决传统科研中“文献筛选耗时、实验复现难、数据处理繁琐、协作效率低”等痛点。工具集成智能文献管理、实验自动...
Qwen3-Omni：阿里达摩院开源的多模态智能模型，支持实时音视频交互与跨模态理解
Qwen3-Omni是由阿里达摩院推出的开源全模态基础模型，支持文本、图像、音频、视频等多类型输入，并能实时输出文本或自然语音。该模型采用创新的“Thinker-Talker”架构与Mo...
FLUX：Black Forest Labs 推出的开源多模态图像生成与编辑工具
FLUX是由Black Forest Labs开发的开源图像生成与编辑模型系列，涵盖文本驱动图像生成、图像填充、结构控制等多元功能。该项目通过模块化设计提供高效推理代码，支持开发者与...
Hunyuan-MT - 腾讯开源的高性能多语言翻译模型，支持 33 种语言互译与集成优化
Hunyuan-MT是腾讯开源的高性能多语言翻译项目，包含Hunyuan-MT-7B基础模型与Hunyuan-MT-Chimera-7B集成模型，支持33种语言互译（含5种中国少数民族语言）。项目提供完整的训...
Qianfan-VL：百度开源的多模态理解模型，强化企业级文档理解与复杂推理
Qianfan-VL是百度智能云千帆推出的开源领域增强多模态理解模型系列，涵盖3B、8B、70B三种参数规模，专注于企业级应用场景。该模型系列在保持通用能力的同时，特别强化了文档...
Presentation-AI：开源 AI PPT 生成工具，快速制作精美演示文稿
Presentation-AI是一款开源的AI驱动PPT生成工具，旨在帮助用户摆脱传统PPT制作的繁琐流程——无需专业设计能力，只需输入主题、数量等基础信息，AI即可自动生成完整大纲、内...
SpikingBrain-7B：融合脉冲编码与 MoE 架构的高效能大语言模型
SpikingBrain-7B是一个受大脑神经机制启发的大型语言模型项目，该项目的核心目标是通过创新的架构设计和技术整合，解决传统大语言模型在计算效率、能耗和长序列处理方面的局...
Stable Diffusion WebUI：开源Stable Diffusion模型可视化工具，降低AI图像创作门槛
Stable Diffusion WebUI 是一款针对 Stable Diffusion 模型开发的开源可视化工具，核心目标是 “降低 AI 图像创作门槛”。它通过 Gradio 构建的友好网页界面，将原生 Stabl...
Deep Chat：开源可定制的 AI 聊天界面组件，支持多模态交互与跨平台集成
Deep Chat 是一个开源的 AI 聊天组件，旨在为开发者提供高度可定制、功能丰富的聊天界面解决方案。该组件支持文本、语音、文件等多模态交互，可轻松集成 OpenAI、HuggingFa...
OM1：OpenMind 推出的开源多模态 AI 代理开发部署框架
OM1是由OpenMind开源的一个模块化的AI运行时系统，专为开发者打造，用于创建和部署能够跨数字环境和物理机器人工作的多模态AI代理。它采用Python设计，具有高度的灵活性和可...
开源 AI 助手集成工具包(CopilotKit)，快速构建应用内智能交互能力
CopilotKit是一款开源的AI助手集成工具包，支持快速将深度集成的AI助手与智能体嵌入各类应用程序。其具备框架无关、UI可灵活定制、内置安全防护等核心优势，提供Headless A...
Opcode：开源 Claude Code 增强工具包，提升 AI 辅助编程效率
Opcode 是一款专为 Claude Code 设计的开源桌面应用程序和工具包，该工具提供项目与会话管理、自定义 AI 代理、使用分析仪表板、MCP 服务器管理以及会话时间线与检查点等核...
MiMo-Audio：小米公司开源的多功能AI音频处理模型
MiMo-Audio是小米公司开发并开源的音频语言模型项目，旨在通过大规模预训练和创新的模型架构，实现音频领域的少样本学习能力。该项目依托超过1亿小时的多语言、多场景音频数...