开源
  1. 首页
  2. 开源

列表

OSUM

OSUM

OSUM是一款由西北工业大学研发的开源语音理解模型，结合Whisper编码器与Qwen2 LLM，支持语音识别、情感分析、说话者性别分类等多种任务。采用“ASR+X”多任务训练策略，提升模型泛化能力和稳定性。基于约5万小时语音数据训练，性能优异，适用于智能客服、教育、心理健康监测等多个领域。
AI项目与工具 2025年06月12日
MagicQuill

MagicQuill

MagicQuill是一款基于AI的开源图像编辑工具，提供智能化的局部编辑功能。其核心功能包括AI驱动的智能建议、精确的像素级编辑（如添加、删除和颜色调整），以及多种定制化工具（如添加笔刷、减去笔刷和颜色笔刷）。此外，它还具备实时意图预测和参数调整能力，支持多模态大语言模型和扩散模型的协作，适用于个人娱乐、教育、专业设计及商业应用等多个领域。
AI项目与工具 2025年06月12日
PicMenu

PicMenu

PicMenu是一款利用AI技术实现菜单可视化的工具，用户可通过上传菜单图片自动生成数字化展示图，支持多格式导出，适用于社交媒体、网站及打印场景。未来版本计划增加菜品详细信息展示，同时具备标签过滤功能，提升用户体验。PicMenu目前为开源项目，基础功能免费提供。
AI项目与工具 2025年06月12日
Fireworks f1

Fireworks f1

Fireworks f1 是一款专为复杂推理任务设计的复合型 AI 模型，通过整合多个开源模型提升性能与可靠性。支持开发者通过提示词快速构建复杂 AI 应用，已在编码、对话及数学领域展现卓越能力。同时提供标准版和轻量版供用户选择，并在 AI Playground 提供免费体验。
AI项目与工具 2025年06月12日
Toucan TTS

Toucan TTS

Toucan TTS是一款由德国斯图加特大学自然语言处理研究所开发的文本到语音合成工具箱。它基于Python和PyTorch构建，支持超过7000种语言及多种方言和变体。主要功能包括多说话人语音合成、语音风格克隆、人机交互编辑、语音参数调整以及发音清晰度和性别特征调整。该工具箱适用于语音模型教学、文字朗读和多语言应用开发等场景，并提供在线交互式演示功能，方便用户快速理解和使用。
AI项目与工具 2025年06月12日
MiniMind

MiniMind

MiniMind 是一款轻量级开源语言模型项目，具备极低的训练成本和高效的训练流程。其最小模型仅需 25.8M 参数，可在普通 GPU 上运行，支持多模态能力，如视觉语言模型 MiniMind-V。项目提供完整的训练代码，涵盖预训练、微调、LoRA、DPO 和模型蒸馏，兼容主流框架，适合初学者和开发者快速上手并应用于多个领域。
AI项目与工具 2025年06月12日
KdenLive

KdenLive

Kdenlive 是一款基于 MLT Framework 和 KDE Frameworks5的免费开源视频编辑软件。
视频剪辑 2025年06月05日
aisuite

aisuite

Aisuite是一款基于Python开发的开源库，提供统一接口以调用多个大型语言模型（LLM），支持OpenAI、Anthropic、Azure等多个平台。它简化了模型切换和对比测试流程，并具备良好的扩展性，适用于聊天补全、模型对比测试及个性化推荐等应用场景。
AI项目与工具 2025年06月12日

ChatHub

ChatHub
ChatHub
一个创新的浏览器扩展插件和应用，ChatHub设计的目的是为了让用户能够在一个统一的界面中与多个聊天机器人进行交互。
AI写作对话 2025年06月05日
Surya

Surya

Surya是一款开源OCR工具包，专注于文档识别，支持90多种语言的文本提取与分析。它能够识别文档中的文本、表格、图片及标题等布局元素，并确保文本阅读顺序的准确性。凭借其高效的表格识别能力和优化的算法，Surya在处理复杂文档时表现出色，广泛应用于文档数字化、数据提取、多语言处理以及学术研究等领域。 ---
AI项目与工具 2025年06月12日