Wan2.1 是一款开源的先进大规模视频生成模型，支持多种视频生成任务。

开源的工业级普通话自动语音识别模型，支持多种应用场景。

DeepSeek-R1-Zero 是一款通过大规模强化学习训练的推理模型，无需监督微调即可实现卓越推理能力。

DeepSeek-R1-Distill-Qwen-32B 是一款高性能的开源语言模型，适用于多种文本生成任务。

一款文本转语音工具，帮助您轻松阅读文本。

DeepSeek-R1-Distill-Llama-8B 是一个高性能的开源语言模型，适用于文本生成和推理任务。

本地运行的人工智能代理，无缝自动化工程任务。

高分辨率、高效率的文本到图像生成框架

一键生成海量模板，支持SaaS多开的全开源系统，站长团购AI PPT系统官网入口网址

将电子书转换为有声书的工具。

YuE是一个开源的音乐生成模型，能够将歌词转化为完整的歌曲。

实时浏览器端语音识别应用

音频采样器，创造音乐节奏

基于大型语言模型的高性能MacOS聊天应用，ChatMLX官网入口网址

一个开源的GUI音频书和配音生成器。Pandrator官网入口网址

多功能文本到多模态内容生成框架，Alpha-VLLM官网入口网址

高性能火车票查询后端系统，支持官方实时数据服务。

一个可以在一次传递中生成超逼真的对话的 TTS 模型。

增强文本与视觉任务处理能力的开源模型。

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。

中英双语对话模型 ChatGLM-6B，支持在单张消费级显卡上进行推理使用，支持中英双语问答的对话语言模型，并针对中文进行了优化，清华开源模型ChatGLM-6B可本地官网入口网址

一款专注于 AI 翻译的工具，支持多种文本格式的翻译。

强大的开源Kimi K2聊天平台，通过Kimi AI在编程和数学基准测试中超越GPT-4。企业级Kimi AI，成本降低95%。

为Firefox浏览器翻译功能优化的CPU加速神经机器翻译模型。

一个具有先进语音活动检测、唤醒词激活和即时转录功能的稳健、高效、低延迟的语音到文本库。

AI驱动的开源笔记/研究平台，尊重您的隐私。

开源的先进语言模型后训练框架

极速语音识别，精准时间戳

AI时代的视频编辑工具，Clapper.app官网入口网址

Pusa 是一个新颖的视频扩散模型，支持多种视频生成任务。

PengChengStarling 是一个基于 icefall 项目的多语言自动语音识别（ASR）模型开发工具包。

AI语音代理测试与可观测性平台