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...
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、...