AI项目和框架

AutoDocs 是 TrySita 开发的开源代码文档自动化工具，帮助开发者高效生成和维护代码库文档。通过深度解析代码库的抽象语法树（AST）和构建依赖图，生成准确且...

AnyI2V 是复旦大学、阿里巴巴达摩院和湖畔实验室联合推出的创新图像动画生成框架。框架无需大量训练数据，能将静态条件图像（如网格、点云等）转化为动态视频...

MiniMax Music 1.5 是先进的 AI 音乐生成模型，支持最长 4 分钟的音乐创作，能根据用户输入的风格、情绪和场景等自然语言描述生成高质量的音乐作品。

K2-Think是阿联酋穆罕默德·本·扎耶德人工智能大学MBZUAI与G42联合推出的开源推理模型，拥有320亿参数，在数学推理、代码生成和科学知识等多领域表现出色，尤...

LMDeploy 是上海人工智能实验室推出的大模型推理部署工具，能显著提升大模型的推理性能，支持多种硬件架构，包括 NVIDIA 的 Hopper 和 Ampere 系列 GPU，实现...

文心大模型X1.1是百度推出的深度思考模型，基于迭代式混合强化学习框架，在事实性、指令遵循能力和智能体能力上显著提升，分别提高34.8%、12.5%和9.6%。在权...

SpikingBrain-1.0（瞬悉 1.0）是中国科学院自动化研究所推出的类脑脉冲大模型。模型基于内生复杂性，用新型非Transformer架构，突破Transformer架构在处理超...

混元图像2.1（HunyuanImage 2.1）是腾讯推出的开源文生图模型，支持原生2K分辨率，具备强大的复杂语义理解能力，能精准生成场景细节、人物表情和动作。

REFRAG是Meta超级智能实验室推出的针对检索增强生成（RAG）任务的高效解码框架，通过“压缩（Compress）、感知（Sense）、扩展（Expand）”的流程优化大型语言...

XTuner V1 是上海人工智能实验室开源的新一代大模型训练引擎，基于 PyTorch FSDP 开发，针对超大模型训练中的显存、通信和负载问题进行系统性优化，支持 1T ...

Qwen3-ASR-Flash 是通义千问系列最新语音识别模型，基于 Qwen3 基座模型，经海量多模态及 ASR 数据训练而成。模型支持 11 种语言和多种口音，具备高精度、高...

AntSK FileChunk是基于语义理解的智能文本切片工具，专门用在处理PDF和Word文档。工具基于先进的语义分析技术，将长文档分割成语义完整且连贯的片段，避免传...

AI Video Transcriber 是开源的视频转录与总结工具，支持YouTube、TikTok等30多个平台。工具用Faster-Whisper进行高精度语音转文字，通过AI优化文本，纠正拼...

DeepDoc 是开源的深度研究工具，专注于对本地知识库进行深度研究。工具通过研究式工作流，提取本地资源（如 PDF、DOCX、JPG、TXT 等）中的文本，分割存储在向...

Visual Story-Writing是创新的AI写作工具，通过可视化界面帮助用户构建和编辑故事。工具用GPT-4o技术自动解析文本，能转换成事件、角色和动作的可视化结构，...