开源
  1. 首页
  2. 开源

列表

Ruyi

Ruyi

Ruyi是一款基于DiT架构的图生视频大模型，支持多分辨率和多时长的视频生成，具有首帧、首尾帧控制、运动幅度调整及镜头方向控制等功能。它通过Casual VAE模块和Diffusion Transformer实现视频数据的压缩与生成，旨在降低动漫和游戏内容的开发周期和成本。目前，Ruyi-Mini-7B版本已开源。
AI项目与工具 2025年06月12日
Manga Image Translator

Manga Image Translator

Manga Image Translator 是一个开源的漫画图片文字翻译工具，基于 OCR 和机器翻译技术，实现对漫画和图片中文字的自动识别与翻译。它支持多语言翻译，包括日文、中文、英文和韩文，并具备图像合成能力，保持原图风格。工具提供批量处理和在线/离线翻译功能，适用于漫画爱好者、语言学习者以及出版商等用户群体。
AI项目与工具 2025年06月12日
MarkItDown

MarkItDown

MarkItDown是一款由微软推出的开源文档转换工具，支持多种文件格式（如PDF、Office文档、图像、音频等）转换为Markdown格式。它具备OCR文字识别、语音转文字、元数据提取等功能，适用于文档归档、内容发布、数据挖掘、学术研究等多个场景，旨在简化文件处理流程，提升工作效率。通过提供简单易用的API接口，MarkItDown成为开发者友好型工具。
AI项目与工具 2025年06月12日
Genesis

Genesis

Genesis是一款基于开源架构的生成式物理引擎，具备高度准确的物理模拟能力，涵盖物体运动、流体力学、碰撞检测等领域。其显著特点包括超高速模拟、轻量级机器人仿真平台、照片级真实感渲染以及支持自然语言输入的数据生成功能。Genesis旨在推动通用机器人、具身AI及物理AI的发展，适用于机器人训练、游戏开发、影视特效制作等多个领域。
AI项目与工具 2025年06月12日
3D

3D

3D-Speaker是一个多模态开源项目，专注于通过结合声学、语义和视觉信息，实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码，以及多样化数据集，并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。
AI项目与工具 2025年06月12日
Bamba

Bamba

Bamba-9B是一种基于Mamba2架构的解码型语言模型，专注于提升大型语言模型的推理效率，尤其擅长处理长文本。它通过恒定的KV-cache设计解决了内存带宽瓶颈问题，并在多个开源平台上得到支持。Bamba-9B不仅具有高效的吞吐量和低延迟的特点，还支持模型量化及长上下文长度扩展，适用于多种应用场景，包括机器翻译、智能客服、内容推荐、自动摘要和社会媒体监控等。
AI项目与工具 2025年06月12日
Univer

Univer

Univer是一款开源的全栈框架，支持电子表格、文档和幻灯片的创建与编辑。它具备强大的公式计算、条件格式、数据验证、筛选、协同编辑等功能，并采用Canvas渲染引擎和插件化架构提升性能与扩展性。Univer适用于企业办公自动化、数据分析、教育、项目管理和客户关系管理等多个领域。
AI项目与工具 2025年06月12日
Kheish

Kheish

Kheish 是一款基于大型语言模型的开源多智能体协作平台，支持复杂任务的分解与处理。它通过多智能体工作流、模块化集成和反馈循环机制，实现任务的高效执行与优化。Kheish 可无缝接入外部模块，如文件系统、Shell 和向量存储，广泛应用于代码审计、法律文件分析、客户服务自动化、内容创作等领域。
AI项目与工具 2025年06月12日
QVQ

QVQ

QVQ是一个基于Qwen2-VL-72B的开源多模态推理模型，擅长处理文本、图像等多模态数据，具备强大的视觉理解和复杂问题解决能力。它在数学和科学领域的视觉推理任务中表现出色，但在实际应用中仍需解决语言切换、递归推理及图像细节关注等问题。QVQ可广泛应用于教育、自动驾驶、医疗图像分析、安全监控及客户服务等领域。
AI项目与工具 2025年06月12日
Open Notebook

Open Notebook

Open Notebook是一款开源、注重隐私的笔记管理工具，支持多笔记本和多AI模型（如Open AI、Anthropic）。它具备播客生成器、内容集成、AI驱动笔记、集成搜索等核心功能，适用于学术研究、教育、企业知识管理和个人知识整理等多个场景，通过自然语言处理和搜索技术提升信息处理效率。
AI项目与工具 2025年06月12日