框架与库

MiniMax-AI 海螺视频团队开源的 Visual Tokenizer Pre-training 视觉生成模型预训练框架。

一个面向 AI 工具使用者的先进 实时音频驱动交互式头像生成系统。

一个轻量级、高性能的视频生成推理框架。

一个面向 AI 研究与工具使用者的多模态、多任务视频生成框架，通过统一视觉模态（例如深度、光流、骨骼和分割掩码等）与训练范式，显著提升 AI 视频合成的质量、一致性与现实世界对齐能力。本文深度介绍 UnityVideo 的原理、技术构成、应用场景与常见问题解答。

一个由学者提出、面向大型语言模型（LLM）的时序推理框架，通过强化学习精炼生成的小模型（≈3 B 参数），具备对“历史时间理解”、“未来事件预测”及“创造性时间想象”的能力，推理性能优于体量大 200 倍以上的模型。

Google 开源的全栈 AI 智能体示例项目，结合了 Gemini 2.5 大模型与 LangGraph 框架，旨在构建具备深度搜索与智能研究能力的对话式 AI 系统。

阿里巴巴通义实验室与中国科学技术大学联合推出的视觉感知驱动的多模态检索增强生成（RAG）推理框架。

DGM 是一种具备自我进化能力的 AI Agent 系统。它通过迭代修改自身代码，提升自身性能，广泛应用于自动编程、代码优化、自动修复等领域。DGM 的核心理念是通过开放式探索和自我改进，实现 AI 系统的持续进化。

一个基于扩散变换器（Diffusion Transformers）的无掩码视频编辑框架，专注于唇部动作与音频的精准同步。

出门问问（Mobvoi）于 2025 年 5 月 29 日正式发布的一款多模态 AI 服务平台。

一款完全本地化的开源 AI 助手，旨在为用户提供强大的智能代理功能，同时确保数据隐私和安全。

一款由 AI 驱动的无代码移动应用开发平台，旨在帮助用户通过自然语言描述快速生成跨平台的 iOS 和 Android 应用程序，无需任何编程经验。

Upstash 推出的一款开源 AI 编程辅助工具，解决大型语言模型（LLM）在生成代码时因训练数据过时而导致的“代码幻觉”问题。

Intelligent Internet 团队于 2025 年 5 月发布的开源通用 AI Agent 框架。

用户通过自然语言描述“想要的界面”来自动生成高质量前端代码。

深度探索与高效研究流程，兼顾研究流程的可视化、可复用与社区贡献。

星火大模型推出的一款AI Agent开发工具。

企业和开发者能快速构建、部署和应用大规模AI模型。

一站式移动与 Web 应用开发平台。

通过精准、上下文感知的编码辅助，显著提升开发者的生产力和创造力。

Dify 不仅适合经验丰富的开发者，也为非技术用户提供了构建生产就绪AI应用的便捷途径。

功能全面的 AI 开发工具

Higgsfield 致力于通过 AI 技术革新视频内容创作方式，为用户提供便捷、高效的创作体验。