TensorRT-LLM：英伟达开源的LLM推理优化框架，极致提速GPU大模型部署与运行
TensorRT-LLM是NVIDIA推出的开源大语言模型（LLM）推理优化框架，专为NVIDIA全系列GPU量身打造。该框架整合了投机解码、专家并行、KV-Cache智能管理、低精度量化等前沿技术...
SGLang：开源大模型高性能推理框架，原生支持结构化生成与多硬件适配
SGLang是一款开源的大模型高性能推理框架，主打低延迟、高吞吐量的模型推理能力，原生支持结构化生成，创新采用RadixAttention技术实现KV缓存高效复用，兼容主流大模型与多...
D4RT：Google DeepMind开源的的4D动态场景重建框架，单架构贯通建模与跟踪全流程
D4RT是由Google DeepMind主导开发的开源4D重建与跟踪框架，核心是通过一套统一架构，从普通2D视频中精准还原动态场景的3D几何结构与时间维度的运动轨迹（即4D建模）。该框架...
FlowAct-R1：字节跳动推出的开源实时交互式数字人视频生成框架
FlowAct-R1是字节跳动开源的实时交互式数字人视频生成框架，基于MMDiT架构构建，其通过分块扩散强制策略、结构化记忆库与多阶段蒸馏技术，实现25FPS@480p分辨率、首帧1.5秒...
MiniRAG：香港大学开源的轻量级检索增强生成（RAG）框架
MiniRAG 是由香港大学数据科学学院开发的开源轻量级检索增强生成（RAG）框架，专为资源受限场景下的小型语言模型（SLM）优化设计。该框架通过语义感知异构图索引机制和轻量...
LightRAG：香港大学开源的轻量RAG框架，低耗高效赋能多领域知识增强生成
LightRAG是由HKUDS开源的轻量级检索增强生成（RAG）框架，旨在解决传统RAG系统依赖扁平数据表示、上下文感知不足等痛点。该框架创新性融合知识图谱与向量检索技术，采用双层...
FantasyWorld：高德地图联合北邮推出的几何一致型 3D 世界建模开源框架
FantasyWorld 是由高德地图（AMAP）与北京邮电大学联合研发的开源 3D 世界建模框架，核心围绕几何一致的世界建模目标，通过在冻结的视频基础模型上增设可训练的几何分支，实...
Stable Video Infinity：开源超长视频生成框架，突破视频长度限制
Stable Video Infinity（简称 SVI）是由 EPFL 旗下 VITA 实验室开发的开源超长视频生成项目，核心依托 “Error Recycling（误差回收）” 技术，突破传统视频生成的长度限制...
TwinFlow：开源大模型单步生成框架，基于自对抗流实现高效图像生成
TwinFlow 是一款面向大模型「单步生成（One-step Generation）」的开源项目，核心目标是解决传统扩散模型在图像生成任务中存在的「生成步数多、推理速度慢、资源消耗高」等...
UltraEval-Audio：全球首个开源音频大模型全维度评测框架
UltraEval-Audio是全球首个开源的音频大模型专属评测框架，聚焦语音理解与语音生成类任务的全维度、标准化评估。该框架聚合34个权威基准数据集，覆盖语音、声音、医疗、音乐...
RayAI：开源AI智能体运行时框架，支持分布式部署与安全沙箱执行
RayAI是一款基于Ray分布式计算框架构建的智能体运行时框架，专为AI智能体、MCP服务器和代码沙箱场景设计。它以分布式架构为核心，提供框架无关的兼容性、安全隔离的代码执行...
Spatia：基于3D场景点云和动态-静态解纠缠的开源视频生成框架
Spatia是一款由悉尼大学、微软研究院等机构联合研发的开源视频生成框架，核心优势在于通过持久化3D场景点云构建可更新的空间记忆，结合动态-静态解纠缠设计，解决了传统视频...
OmniVCus：多模态控制的开源主题驱动视频生成与编辑框架
OmniVCus是一个开源的视频生成与编辑框架，核心目标是通过多维度的控制条件，实现对视频内容的精准定制——无论是指定主体的动作与场景搭配，还是通过文本指令修改细节、用...
VideoPipe：轻量级开源视频分析框架，一键搭建视频结构化与行为分析应用
ideoPipe是一款基于C++开发的轻量级开源视频分析与结构化框架，旨在简化计算机视觉算法的集成流程，支持x86_64/aarch64架构的Ubuntu系统及NVIDIA GPU、华为昇腾、瑞芯微RK3...
InstanceAssemble：开源布局感知图像生成框架，精准匹配稀疏/密集布局约束
InstanceAssemble是一款面向布局到图像（Layout-to-Image）生成的开源轻量级框架，该项目聚焦解决传统图像生成技术中“空间布局控制不精准”的核心痛点——无论是稀疏布局（...