增强文本与视觉任务处理能力的开源模型。

一个开源的多云平台客户端，支持LangGraph代理和前端应用开发。

NeoBase 是一款开源的 AI 数据库助手，让你用自然语言与数据库交互。

为Firefox浏览器翻译功能优化的CPU加速神经机器翻译模型。

工业级可控高效的零样本文本到语音系统

一个为LLM生成Git提交信息的插件

两个会话型AI代理在确认彼此为AI后切换到声音级协议进行通信

一个用于LLM预训练的高效网络爬虫工具，专注于高效爬取高质量网页数据。

探索大型语言模型作为编程辅导工具的潜力，提出Trace-and-Verify工作流。

隐私优先的AI会议助手，自动记录会议笔记，提升会议效率。

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。

Huginn-0125是一个35亿参数的潜变量循环深度模型，擅长推理和代码生成。

EasyWeb是一个用于构建和部署与浏览器交互的AI代理的开放平台。

基于Kokoro和ONNX运行时的文本到语音（TTS）项目。

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。

这是一个基于Qwen2.5-32B模型的4位量化版本，专为高效推理和低资源部署设计。

SmolVLM-500M 是一个轻量级多模态模型，能够处理图像和文本输入并生成文本输出。

一款基于StyleTTS 2架构的先进AI文本转语音模型，拥有8200万参数，提供高质量的自然语音合成。

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。

一个开源的交互式开发环境，用于构建和优化基于LLM的数据处理管道。

一个仅100行代码的极简LLM框架，使LLM能够自主编程。

一款帮助用户整理房间的趣味提醒应用

与您的PDF文件进行对话

文件解析器，专为LLMs解析PDF、Docx、PPTx等文档。

Genmo 的视频生成模型，具有高保真运动和强提示遵循性。

视频编辑工具，使用Genmo Mochi技术

微软开源的视频分词器家族

开源的语音识别和说话人分割模型推理代码

一款文本转语音工具，帮助您轻松阅读文本。

统一的开放命名实体和语音识别模型

可视化和透明的开源ChatGPT替代品