Step3-VL-10B：阶跃星辰开源的10B参数轻量多模态基础模型
STEP3-VL-10B是阶跃星辰（StepFun AI）开源的轻量级多模态基础大模型，核心定位是在10B（100亿）参数的紧凑规模下，实现高效性与前沿多模态智能的极致平衡，打破“参数越大...
LightOnOCR-2-1B：LightOnAI开源的10 亿参数开源端到端 OCR 模型
LightOnOCR-2-1B 是由 LightOnAI 开源的端到端多语言视觉 - 语言 OCR 模型，仅含 10 亿参数，却实现了当前业界领先的识别性能。该模型打破传统多阶段 OCR 流水线的局限，可...
ChatLab：AI驱动的开源本地化多平台聊天记录分析工具
ChatLab是一款免费开源、本地化部署的聊天记录分析应用，该工具以隐私安全为核心前提，通过流式计算、多线程并行架构实现百万条级聊天记录的高性能处理，同时集成AI Agent与...
Ralph for Claude Code：自治式 AI 开发循环工具，为 Claude Code 打造可控迭代开发能力
Ralph for Claude Code是由frankbria开发并开源的自治式AI开发循环工具，专为Anthropic旗下的Claude Code打造，核心落地了Geoffrey Huntley命名的Ralph技术理念，是一款基于...
AgentCPM：清华和人大等联合开源的LLM智能体研发套件
AgentCPM是一套面向大语言模型智能体（LLM Agent）研发的开源项目，不同于单一功能的智能体工具，AgentCPM定位为“智能体研发全流程套件”，既包含可直接部署使用的基础智能...
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...
UniVideo：滑铁卢大学与快手联合开源的多模态统一视频智能处理AI框架
UniVideo是由滑铁卢大学与快手Kling Team联合研发并开源的统一视频AI框架，基于Python语言构建，采用创新的双流架构融合多模态大语言模型（MLLM）与多模态扩散Transformer（...
VoiceSculptor：开源语音定制合成框架，自然语言指令驱动的音色设计与语音克隆工具
VoiceSculptor 是由西北工业大学音频语音与语言处理研究组 主导开发并开源的语音智能处理类开源项目，是一款专注于「自然语言可控的语音定制与语音合成」的全链路工具框架，...
OS-Copilot：开源跨平台通用AI计算机代理，全维度对接操作系统交互
OS-Copilot是一款面向Linux、MacOS系统的开源通用智能体框架，核心实现为FRIDAY AI助手，可自动对接操作系统的网页、终端、文件、多媒体及第三方应用等全维度元素，具备自改...
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...