开源

Orpheus TTS

Orpheus TTS 是一款基于 Llama-3b 架构的开源文本到语音系统,支持自然、富有情感的语音生成。具备零样本语音克隆能力,无需预训练即可模仿特定语音,延迟低至 200 毫秒,适合实时应用。支持多种语音风格和情感控制,适用于有声读物、虚拟助手、游戏、教育等多个领域。

AG

AG-UI是一款开源、轻量级的事件驱动协议,支持AI Agent与前端应用之间的标准化交互。它提供16种标准事件类型,支持多种传输方式,实现流式通信和双向状态同步。兼容多个Agent框架,适用于智能客服、问答界面等场景,提升开发效率和用户体验。

FastAPI

FastAPI-MCP 是一款将 FastAPI 端点自动转换为 MCP 协议的开源工具,支持零配置部署,保留原有接口结构和文档,具备灵活的部署方式和自定义命名功能。适用于企业自动化、AI 应用开发、数据分析等多个场景,提升 AI 与后端服务的交互效率。

AFFiNE

AFFiNE是一款开源的多功能知识管理和团队协作工具,集成了文档编辑、白板绘图和数据库管理功能。它通过AI技术提升用户的工作效率,支持个性化内容创作和团队协作,适用于个人知识管理、团队项目规划以及创意设计等场景。

VLM

VLM-R1 是由 Om AI Lab 开发的视觉语言模型,基于 Qwen2.5-VL 架构,结合强化学习优化技术,具备精准的指代表达理解和多模态处理能力。该模型适用于复杂场景下的视觉分析,支持自然语言指令定位图像目标,并在跨域数据中表现出良好的泛化能力。其应用场景涵盖智能交互、无障碍辅助、自动驾驶、医疗影像分析等多个领域。

Casibase

一个开源的AI知识库和对话系统,支持多种主流 AI 模型,具备企业级功能和多语言界面,适合企业知识管理和智能对话场景。

PhotoDoodle

PhotoDoodle是一种基于少量样本学习的艺术化图像编辑框架,能够精准复现艺术家风格并应用于照片涂鸦。它采用两阶段训练策略,结合位置编码重用和无噪声条件范式,确保生成效果与背景一致。支持装饰元素添加、背景保留、指令驱动编辑等功能,并通过低秩适应技术实现高效风格定制。项目提供高质量数据集和开源资源,适用于数字艺术创作、商业设计、社交媒体等多个场景。

FeedMe

FeedMe是一款面向Android用户的离线RSS阅读工具,支持多种订阅源,具备内容聚合、自动更新和AI摘要功能。用户可离线阅读文章和播客,提升信息获取效率。基于Web技术构建,支持跨平台使用和个性化部署,适用于日常信息浏览、学习研究、行业跟踪和个人兴趣管理等多种场景。

Jules

Jules 是 Google Labs 推出的 AI 编程智能体,通过自动化技术提升开发效率。它能根据任务描述自动生成代码,将复杂任务分解为多个步骤,并理解代码库、定位关键模块、自动运行单元测试。Jules 可根据开发者反馈调整方案,支持 GitHub 集成,适用于软件开发、敏捷团队协作、开源项目贡献及企业级应用开发等场景。

AI推理模型有哪些?13个支持深度思考的推理模型

本文介绍了13款支持深度思考的AI推理模型,涵盖数学、代码、自然语言推理等多个领域。这些模型通过强化学习和大数据分析,能够高效处理复杂问题,提供精准的决策支持。部分模型具备多模态处理能力、透明推理过程及开源特性,适用于不同应用场景,如教育、医疗和科研等。