专为Apple Silicon打造的LLM推理服务器，具备连续批处理和SSD缓存功能，可通过macOS菜单栏管理

🤗 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。

MLX 框架中的示例

语音转语音：致力于构建开源模块化GPT4-o的项目

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

一个可扩展的生成式 AI 框架，专为从事大语言模型、多模态及语音 AI（自动语音识别与文本转语音）的研究人员和开发者构建。

MIT与MyShell联合开发的即时语音克隆技术

开源前沿语音人工智能

工业级可控高效的零样本文本转语音系统

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）

专为从事大语言模型、多模态和语音人工智能（自动语音识别与文本转语音）的研究人员和开发者打造的可扩展生成式AI框架

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

《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

从一个 YAML 微调 LLM。层流在 4 GB 笔记本电脑 GPU 上训练 8B 模型。

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

SD.Next：用于 AI 生成图像和视频创建、字幕和处理的一体化 WebUI

使用PEFT或全参数方法对500余个大语言模型和200余个多模态大语言模型进行CPT/SFT/DPO/GRPO训练

正在进行的大规模变压器模型训练研究

MLX：适用于 Apple 芯片的数组框架

为创作者和开发者打造的Gradio WebUI，具备核心TTS功能（Edge-TTS、kokoro）和零样本声音克隆（E2与F5-TTS、CosyVoice），并集成Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。