FlowiseAI – AI应用构建工具，拖拽可视化组件自定义LLM应用
FlowiseAI是什么 Flowise 是开源的低代码或无代码拖放工具，通过拖拽可视化组件，用户可以快速构建自定义的 LLM 应用程序。提供了一套易于使用的工具和组件，无需或仅需少量编码，用户能够快...
排序
LlamaV-o1 – 多模态视觉推理模型，采用逐步推理学习方法解决复杂任务
LlamaV-o1是什么 LlamaV-o1是阿联酋穆罕默德·本·扎耶德人工智能大学等机构提出的新多模态视觉推理模型，提升大型语言模型的逐步视觉推理能力。引入视觉推理链基准测试VRC-Bench，包含...
Kokoro-TTS – 轻量级文本转语音模型，支持多语言多语音风格生成
Kokoro-TTS是什么 Kokoro-TTS 是 hexgrad 开发的轻量级文本转语音（TTS）模型，具有 8200 万参数。基于 StyleTTS 2 和 ISTFTNet 的混合架构，采用纯...
KHOJ – 开源 AI 个人化助手，一站式知识管理工具
KHOJ是什么 KHOJ是开源的个人化AI助手，帮助用户整合和检索知识。支持连接用户的在线和本地文档，如PDF、Markdown、纯文本、GitHub和Notion文件等，通过语义搜索功能，快速找到所...
Luma Ray2 – Luma AI 推出的最新视频生成模型
Luma Ray2是什么 Luma Ray2 是 Luma AI 推出的最新视频生成模型，Ray2 基于 Luma 新的多模态架构训练后展现出先进功能，该架构的计算能力是 Ray1 的 10 倍。能生...
RAIN – 视频流制作实时动画生成和真人表情移植解决方案
RAIN是什么 RAIN（Real-time Animation Of Infinite Video Stream）是创新的实时动画解决方案，基于消费级硬件，如单个RTX 4090 GPU，实现无限视...
Pipecat – 构建语音和多模态对话代理的开源框架
Pipecat是什么 Pipecat是开源的Python框架，专注于构建语音和多模态对话代理。基于内置的语音识别、文本转语音（TTS）和对话处理功能，简化AI服务的复杂协调、网络传输、音频处理和多模态...
RealtimeSTT – AI实时语音转文本库，自动检测说话的开始与结束
RealtimeSTT是什么 RealtimeSTT是开源的实时语音转文本库，专为低延迟应用设计。有强大的语音活动检测功能，可自动识别说话的开始与结束，通过WebRTCVAD和SileroVAD进行精...
Step R-mini – 阶跃星辰推出的 Step 系列首个推理模型
Step R-mini是什么 Step R-mini（全称Step Reasoner mini）是阶跃星辰推出的推理模型， 是 Step 系列模型家族的首个推理模型，擅长主动规划、尝试和反思，基于慢思...
GLM-Realtime – 智谱推出的端到端多模态模型
GLM-Realtime是什么 GLM-Realtime是智谱推出的全新端到端多模态模型，具备低延迟的视频理解与语音交互能力，特别融入清唱功能，让大模型在对话中能展现歌唱才能。模型支持长达2分钟的内容...