开源

1. 首页
2. 开源

DUIX

硅基智能打造的AI数字人智能交互平台。通过将数字人交互能力开源，开发者可自行接入多方大模型、语音识别（ASR）、语音合成（TTS）能力，实现数字人实时交互。

Ai开源项目 2025年06月05日 84 点赞 0 评论 755 浏览

SoraWebui

一个开源项目，允许用户使用 OpenAI Sora 模型使用文本在线生成视频，从而简化视频创建，并具有轻松的一键网站部署功能。

Ai开源项目 2025年06月05日 62 点赞 0 评论 755 浏览

Ultravox

Ultravox 是一种多模态大型语言模型（LLM），能够直接处理文本和语音输入，无需额外的语音识别步骤。其核心技术包括多模态投影器，用于将音频数据转换为高维空间表示，显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习，适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。

AI项目与工具 2025年06月12日 51 点赞 0 评论 755 浏览

HiDream

HiDream-I1是一款由HiDream.ai团队开发的开源AI图像生成模型，具备17亿参数，支持多种图像风格生成，包括真实、卡通和艺术风格。其在提示词理解、细节渲染和图像一致性方面表现出色，适用于艺术创作、商业设计、教育科研等领域。模型采用扩散模型和混合专家架构（MoE），并集成多种文本编码器，实现高质量与高效率的图像生成。项目已在GitHub和HuggingFace开源，便于研究与应用。

AI项目与工具 2025年06月12日 64 点赞 0 评论 756 浏览

Cofounder

Cofounder是一款基于生成式AI技术的开源全栈开发工具，可依据单一提示生成完整的Web应用程序，涵盖后端、前端、数据库及API。其特色包括AI辅助原型设计、模块化设计系统和生成式UI，旨在简化开发流程并提升效率。适用于快速原型开发、敏捷开发、教育领域及企业数字化转型等多种场景。

AI项目与工具 2025年06月12日 59 点赞 0 评论 756 浏览

BabelDOC

BabelDOC是一款专为科学论文翻译设计的开源PDF处理工具，支持双语对照显示，保留原文格式如公式、图表等。兼容多种翻译引擎，支持自定义模型接入，适用于学术、商业和技术文档翻译，提供在线和本地部署方式，保障翻译准确性和排版一致性。

AI项目与工具 2025年06月12日 24 点赞 0 评论 756 浏览

Whisper Input

Whisper Input 是一款开源语音输入工具，基于 Python 和 OpenAI Whisper 模型开发，支持多语言语音识别与实时转录。用户可通过快捷键操作录音并生成文本，具备翻译、自动标点、高效处理及本地运行等功能。适用于会议记录、教育、智能交互及媒体制作等多种场景。

AI项目与工具 2025年06月12日 29 点赞 0 评论 756 浏览

FreeImages

FreeImages，免费无版权图片素材资源下载网站。其中包括了超过 400000张免费照片和图片，分类很清晰,无需注册就能直接下载。

免商图片 2025年06月05日 23 点赞 0 评论 756 浏览

FastExcel

FastExcel 是一个基于 Java 的开源 Excel 处理工具，具备高性能读写、流式操作和内存优化等特点。它兼容 EasyExcel 并在此基础上扩展了功能，如读取指定行数和 Excel 转换为 PDF，适用于大规模数据处理场景。FastExcel 提供简单易用的 API 和灵活的数据映射机制，广泛应用于财务报表生成、批量数据导入导出、ERP 系统集成及在线教育等领域。

AI项目与工具 2025年06月12日 94 点赞 0 评论 757 浏览

MindSearch

MindSearch是一款开源的AI搜索框架，由上海人工智能实验室联合研发团队推出。它结合了大规模信息搜集和整理能力，利用InternLM2.5 7B对话模型，可在短时间内从众多网页中搜集有效信息。该框架采用多智能体框架模拟人类思维模式，先规划后搜索，从而提高信息的准确性和完整性。主要功能包括复杂查询处理、动态图构建、并行信息检索、分层检索策略、上下文管理和响应生成等。其应用场景广泛，包括学术研究

AI项目与工具 2025年06月12日 51 点赞 0 评论 758 浏览