开源的语音识别和说话人分割模型推理代码

ComfyUI节点，用于MMAudio模型的音频处理

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。

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

领先的指令遵循模型家族，提供开源数据、代码和指南。

先进的文本生成模型，支持多样化任务

高性能英文文本生成模型

高分辨率、高效率的文本到图像生成框架

先进的文本生成模型，支持多样化任务，Llama-3.1-Tulu-3-8B-DPO官网入口网址

高分辨率、高效率的文本到图像生成框架，Sana_1600M_1024px官网入口网址

开源知识图谱构建模型，成本低廉，Triplex官网入口网址

个性化AI助手，记录每一刻，与AI对话获取反馈。Omi AI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

开源AI图像生成器，功能强大且免费。Flux Image Generator官网入口网址

基于大型语言模型的高性能MacOS聊天应用，ChatMLX官网入口网址

一个可以在一次传递中生成超逼真的对话的 TTS 模型。

一个简单易用的语音克隆和语音模型训练工具。

Steiner 是一个基于合成数据训练的推理模型，旨在探索多种推理路径并自主验证。

Vibe Coder 是一款开源的 VS Code 扩展，用于探索基于语音的 AI 编程体验。

一个为LLM生成Git提交信息的插件

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

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。

开源的工业级普通话自动语音识别模型，支持多种应用场景。

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。

Janus-Pro-1B 是一个统一多模态理解和生成的自回归框架。

DeepSeek-R1-Distill-Llama-70B 是一款基于强化学习优化的大型语言模型，专注于推理和对话能力。

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

开源的先进语言模型后训练框架