全球开源项目索引

Hugging Face Transformers 是一个用于文本、视觉、音频和多模态模型推理与训练的最先进预训练模型框架，提供统一的 API 和 Pipeline 接口，支持 PyTorch、TensorFlow 和 JAX。

通过大规模弱监督实现稳健的语音识别

全球首个开源智能视频制作系统，包含12条制作管线、100多种工具、700多个智能体技能与制作知识文件，可将AI编程助手转变为完整的视频制作工作室。

LocalAI 是开源 AI 引擎，可在任何硬件上运行任意模型（LLM、视觉、语音、图像、视频），无需 GPU。

用于日常对话的生成式语音模型。

使用开源模型构建本地语音代理

微型视觉语言模型

EasyAIoT旨在让全球用户零门槛使用AI，支持上千种垂直场景及AI模型/算法定制。深度融合流媒体与AI，实现物联网设备（尤其摄像头）高效接入管控，提供人脸识别、异常行为分析、周界入侵检测等智能监控功能。