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、...
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...
Hunyuan3D-Part：腾讯混元开源的 3D 形状部件分割与生成框架
Hunyuan3D-Part是腾讯混元团队开源的3D形状部件分割与生成框架，包含P3-SAM和X-Part两个核心组件，实现从3D模型到语义部件分割和高保真结构分解的完整流程。该项目适用于3D...
语义分割 vs 实例分割 vs 全景分割：三者有何区别？
在计算机视觉领域，图像分割技术是推动智能系统理解复杂场景的核心工具。语义分割、实例分割与全景分割作为三种主流方法，分别从不同维度解决了像素级场景理解的挑战。本文...
AI数据标注完整流程解析：数据清洗到精准标注的10大实用技巧
在人工智能技术飞速发展的当下，数据标注作为模型训练的基石，其质量直接影响AI系统的性能与可靠性。本文AI铺子将系统梳理AI数据标注的完整流程，提炼出从数据清洗到精准标...
普通笔记本能跑大模型吗？本地部署AI的硬件门槛全解析
随着生成式AI技术的爆发式发展，大模型从云端走向本地化部署的趋势愈发明显。那么，普通笔记本能否实现本地部署AI大模型呢？本文AI铺子将从硬件配置、模型适配、软件优化三...
Spark-TTS：开源的文本到语音合成(TTS)系统，支持高质量语音克隆与多语言合成
Spark-TTS 是一个基于大语言模型（LLM）架构的高效文本到语音（TTS）系统，由 SparkAudio 团队开发并开源。该项目最大的特点是不依赖额外的声码器，直接通过 LLM 预测语音的...
Neovate Code：开源AI编码代理工具，支持代码生成/修复/重构与多端适配
Neovate Code是一款开源的AI编码代理工具，基于TypeScript构建，支持CLI命令行与VSCode扩展双端使用。该工具以自然语言交互为核心，可辅助开发者完成代码生成、bug修复、代...