【二级】AI开源项目

22K star的超强工具

MaxKB 是一款基于大语言模型和 RAG 的知识库问答系统。

AnythingLLM is the AI application you've been seeking. Use any LLM to chat with your documents, enhance your productivity, and run the latest state-of-the-art LLMs completely privately with no technical setup.

MarkItDown 是微软开源的一款多功能文档转换工具，支持PDF、Office文档、图片、音频等多种文件格式的转换，将它们统一为Markdown格式.

https://github.com/openai/whisper

强大的文本到视频合成工具，它通过创新的技术架构和高效的深度学...

通过结合大型语言模型和代码执行反馈，提供了一个强大的工具，可...

创新的统一图像生成模型，它通过简化架构和整合多种图像生成任务...

采用创新的原语（primitive-based）三维表示方法...

是一个多模态视频数据集，它为AI模型提供了丰富的上下文信息...

一个强大的代码生成和理解工具，它通过大规模训练和多样化的模型...

一个强大的图像到视频的生成模型，它通过创新的方法解决了AI视...

重要的多语言、多任务语言理解数据集，它为研究人员和开发者提供...

创新的图像生成模型，它通过结合扩散模型和Transforme...

创新的视频生成音频系统，它通过先进的AI技术，能够自动分析视...

在图像理解和文本处理任务上展现出卓越的性能，并通过定制化微调...

强大的多模态大模型，它通过创新的架构设计和全面的数据优化，在...

一个开放的语言模型框架，它为研究人员和开发者提供了一套完整的...

强大的视频描述生成工具，通过先进的多模态处理和上下文感知能力...

强大的视频合成工具，它通过创新的框约束机制和自跟踪技术，实现...

一个创新的AI角色动画框架，通过将视频中的人物替换为3D化身...

一个创新的AI服装虚拟试穿工具，它通过智能技术为用户和模特提...

一个创新的多语言视觉文本生成和编辑工具，利用先进的扩散模型技...

一个强大的语音合成工具，特别适合需要快速生成特定人声的场景...

易于使用的微信AI机器人软件包，它通过简化的配置流程和一键运...

LobeChat brings you the best user experience of ChatGPT, OLLaMA, Gemini, Claude WebUI

一个创新的AI视频生成框架，它通过集成多个模块来生成高质量的...

一个强大的图像超分辨率工具，它利用深度学习和生成对抗网络，在...

它通过结合Stable Diffusion模型和LoRA风格...

EMO通过其先进的音频驱动视频生成技术，为用户带来了一种创新...