开源的语音识别和说话人分割模型推理代码

Qwen2.5-Coder系列中的7B参数代码生成模型

Qwen2.5-Coder系列中的3B参数模型，专注于代码生成与理解。

Skywork o1 Open系列模型，提升复杂问题解决能力

开源的RAG基础聊天工具，与文档对话。

探索AI前沿，精选国内外AI产品与应用。

基于ESP32的AI聊天机器人项目，可实现多语言对话与声纹识别

高性能英文文本生成模型

开源知识图谱构建模型，成本低廉，Triplex官网入口网址

AI视频编辑器，为生成式电影制作设计。Clapper官网入口网址

精选全球AI前沿科技和开源产品，漫话开发者UWL.ME官网入口网址

高效编码的开源大型语言模型，Yi-Coder官网入口网址

一种先进的文本到图像的生成模型。FLUX.1-dev-Controlnet-Union-alpha官网入口网址

最简单的开源实现，nanoPerplexityAI官网入口网址

代理法官，用于自动评估任务和提供奖励信号。

一个简单易用的语音克隆和语音模型训练工具。

一个用于生成对话式语音的模型，支持从文本和音频输入生成高质量的语音。

工业级可控高效的零样本文本到语音系统

一个用于构建Retrieval-Augmented Generation (RAG)应用的开源项目。

SkyReels V1 是一个开源的人类中心视频基础模型，专注于高质量影视级视频生成。

一个专注于超大规模系统设计和优化的工具，提供高效解决方案。

一个基于音频驱动的实时2D聊天头像生成模型，可在仅使用CPU的设备上实现30fps的实时推理。

OmniParser 是一款通用屏幕解析工具，可将 UI 截图转换为结构化格式，提升基于 LLM 的 UI 代理性能。

开源工业级自动语音识别模型，支持普通话、方言和英语，性能卓越。

基于Kokoro和ONNX运行时的文本到语音（TTS）项目。

一个开源的编程助手工具，帮助开发者简化编程任务。

InternLM3-8B-Instruct是一个开源的80亿参数指令模型，用于通用用途和高级推理。

一个用于多模型嵌入的图形库，支持多种模型和数据类型的可视化

AI模型部署和推理优化的专家

Genmo 的视频生成模型，具有高保真运动和强提示遵循性。

视频处理界面，提供视频编码和解码功能

实时浏览器端语音识别应用