dInfer：蚂蚁集团推出的扩散语言模型专用高性能推理框架
dInfer 是蚂蚁集团开源的针对扩散语言模型（dLLMs）的高效可扩展推理框架，该框架通过模块化设计将推理流程拆解为模型、扩散迭代管理器、解码策略、KV 缓存管理四大组件，支...
Androidify：Google开源的 Android 机器人形象定制与 Wear OS 表盘同步工具
Androidify 是一个由 Google推出的开源示例应用，展示了如何将 Gemini API、Firebase AI Logic SDK、Jetpack Compose、CameraX、Media3 以及 Wear OS 联动等现代 Android 技...
ReplaceAnything：阿里巴巴开源的多场景 AI 超高质量内容替换工具
ReplaceAnything 是由阿里巴巴集团智能计算研究所（Institute for Intelligent Computing, Alibaba Group）开发的超高质量内容替换开源项目，核心目标是为用户提供 “所想即...
Ming-UniAudio：开源统一语音处理框架，支持语音理解、生成与编辑的端到端模型
Ming-UniAudio是一个创新的开源框架，旨在统一语音理解、生成和编辑任务。通过基于VAE框架和因果Transformer架构的统一连续语音tokenizer（MingTok-Audio），它能够有效整合...
Code2Video：新加坡国立大学开源的代码驱动式一键自动教育视频生成框架
Code2Video是由新加坡国立大学Show Lab开发的开源教育视频生成框架，核心以代码驱动实现教育类视频的自动化生成，适用于数学（欧拉公式、傅里叶级数等）、计算机科学（神经...
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...
AIMangaStudio：AI 驱动的漫画制作工具，助力创作者从脚本到分镜的全流程
AIMangaStudio 是一个基于 AI 技术的漫画制作工具，旨在帮助创作者快速生成漫画脚本、设计角色、布局分镜，并最终导出完整的漫画作品。本项目集成了 Google GenAI 等先进 A...
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...
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...