开源

1. 首页
2. 开源

MoshiVis

MoshiVis是一款由Kyutai开发的开源多模态语音模型，支持图像与语音的自然交互。它基于Moshi 7B架构，集成了视觉编码器和跨注意力机制，实现低延迟、自然流畅的对话体验。支持多种后端部署，适用于无障碍应用、智能家居、教育及工业场景，提升人机交互的智能化水平。

AI项目与工具 2025年06月12日 72 点赞 0 评论 830 浏览

EasyOCR

EasyOCR是一款基于深度学习技术的开源OCR工具，支持超过80种语言及多种书写系统。它提供高精度的文字识别能力，用户可通过简单的API轻松地将图像中的文本转换为可编辑的文本。EasyOCR易于安装和使用，支持跨平台操作，并具备批量处理能力。该工具在图像质量有一定要求的情况下，能够高效处理大量图像文件。

AI项目与工具 2025年06月12日 89 点赞 0 评论 831 浏览

Unique3D

Unique3D是一款由清华大学团队开发的开源框架，专注于单张图像到3D模型的转换。它利用多视图扩散模型和法线扩散模型，结合多级上采样策略和ISOMER算法，能够在短时间内生成高保真度且纹理丰富的3D网格模型。Unique3D能够从单个2D图像生成3D网格模型、多个正交视图图像和法线贴图，并通过多级上采样过程提高图像分辨率，最终实现颜色和几何细节的高度整合。

AI项目与工具 2025年06月12日 28 点赞 0 评论 832 浏览

Tailwind CSS

一个实用程序优先的 CSS 框架，旨在使用户能够更快、更轻松地创建应用程序。它允许您使用实用程序类来控制布局、颜色、间距、排版、阴影等，以创建完全自定义的组件设计，而无需留下 HTML 或编写一行自定义 CSS。

Ai编程建站 2025年06月05日 60 点赞 0 评论 833 浏览

VideoDrafter

一个高质量视频生成的开放式扩散模型，相比之前的生成视频模型，VideoDrafter最大的特点是能在主体不变的基础上，一次性生成多个场景的视频。

Ai开源项目 2025年06月05日 89 点赞 0 评论 833 浏览

Tesseract

Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。

AI项目与工具 2025年06月12日 12 点赞 0 评论 834 浏览

XVERSE

XVERSE-MoE-A36B是一款由中国元象公司开发的先进MoE（混合专家模型）开源大模型。该模型具备2550亿总参数和360亿激活参数，性能卓越，训练时间缩短30%，推理性能提升100%。它采用前沿的MoE架构，通过稀疏激活、专家网络和门控机制等技术，实现了高效性能和低成本部署。适用于自然语言处理、内容创作、智能客服、教育辅助、信息检索及数据分析等多个领域。

AI项目与工具 2025年06月12日 66 点赞 0 评论 835 浏览

Heroicons图标

一套高质量的开源图标库，由 Tailwind CSS 团队和 Refactoring UI 团队分别维护不同版本，所有图标均遵循 MIT 许可协议，允许免费用于个人和商业项目。

logo图标 2025年06月05日 39 点赞 0 评论 835 浏览

PandasAI

一个基于Python的库，PandasAI将将该库依赖到自己项目中，只需几行代码，轻松实现数据读取，并能通过对话方式向数据进行提问

AI搜索问答 2025年06月05日 47 点赞 0 评论 835 浏览

YuE

YuE 是一款由香港科技大学与 Multimodal Art Projection 联合开发的开源 AI 音乐生成模型，支持多语言和多种音乐风格，如流行、金属、爵士、嘻哈等。通过语义增强音频分词器、双分词技术和三阶段训练方案，解决长上下文处理与音乐生成难题，生成结构连贯、旋律优美的歌曲。模型完全开源，用户可自由使用和定制，适用于音乐创作、影视配乐、游戏音效及社交媒体内容制作等多个场景。

AI项目与工具 2025年06月12日 23 点赞 0 评论 836 浏览