最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

支持GPU强力加速的Python张量与动态神经网络库

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

🦜🔗 构建情境感知推理应用程序 🦜🔗

🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

纯C/C++实现的扩散模型（SD/Flux/Wan等）推理框架

LlamaIndex 是领先的文档智能体与 OCR 平台。

The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.

仅使用单个图像进行实时换脸和一键视频深度换脸

Ultralytics YOLOv5 在 PyTorch > ONNX > CoreML > TFLite 中的实现

《深入理解AI Agent：设计原理与工程实践》（李博杰着）开源主仓库：全书正文、编译版PDF与按章安装代码

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案 — 提供 646 种语言的语音克隆、语音设计、视频配音、听写、转录和有声读物创建。

Python SDK及代理服务器（LLM网关）：支持以OpenAI格式调用100+LLM API——涵盖Bedrock、Azure、OpenAI、VertexAI、Cohere、Anthropic、Sagemaker、HuggingFace、Replicate、Groq等平台

开源语音合成工作室

开源前沿语音人工智能

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

面向大语言模型的高吞吐量与内存优化型推理服务引擎

面向所有人的深度伪造软件

AutoGPT致力于实现人人可用的普惠AI，让每个人都能使用和构建AI。我们的使命是提供工具，让您专注于重要事务。

Langflow：用于构建和部署AI驱动智能体与工作流的强大工具