开源工具与社区

一款开源、私有化运行的 AI个人知识管理 工具，支持本地模型推理、自动笔记关联、语义搜索与写作辅助，打造高效、安全的第二大脑。本文从功能介绍、使用指南、技术揭秘、应用场景与常见问题全面剖析，助力 AI 工具使用者实现个性化知识管理升级。

Vui——一款轻量级、轻量级语音对话模型（Lightweight Voice Dialogue Model），具备上下文感知与声纹克隆能力的开源 on‑device 模型。

一款开源且高效的视频物体删除工具，由 Zi Bojia 等人提出，基于《MiniMax‑Remover: Taming Bad Noise Helps Video Object Removal》论文。

一款由 Ahmed Khaleel 开发的开源工具，可以瞬间把任何 GitHub 仓库转化为交互式结构图，让你快速可视化整个项目架构与模块组织。

MiniCPM 4.0 是一款以“轻量却强劲、速度远超竞品”为特点的端侧 LLM，适合在设备端部署 AI agent、聊天系统、报告生成等任务。

阿里云通义千问团队于 2025 年 6 月发布的开源文本重排序（Reranking）模型，作为 Qwen3 Embedding 系列的一部分。

一个受 Google NotebookLM 启发的开源 AI 研究助手，旨在帮助研究人员、学生和专业人士高效地探索、分析和整合来自网络的多种信息源。

一款由 AI 大模型驱动的开源知识库搭建系统，旨在帮助用户快速构建智能化的产品文档、技术文档、FAQ 和博客系统。

Kwaipilot 团队开源的大型语言模型，旨在实现根据问题复杂度自动调节思考深度的能力。

Play AI 公司推出的开源音频编辑模型，基于先进的扩散模型（diffusion model）构建，专注于提供高效的音频精细编辑与修复功能。

一款由 Anthropic 开源的 AI 可解释性分析工具，助力揭示大型语言模型的“思维过程”。

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。

Resemble AI 开发并于 2025 年开源发布的高性能文本转语音（TTS）模型。

由牛津大学等研究团队于 2025 年 5 月发布的开源 AI 工具，旨在自动将学术论文转化为高质量的海报（poster）。

一款开源的 AI 图文创作助手，能够将音频和视频内容一键转换为多种风格的文档，如小红书笔记、微信公众号文章、知识笔记、思维导图等。

上海交通大学与 GAIR 实验室联合开发的高效计算机使用智能体训练框架。

通过简单的文本编写，用户即可创建具备交互性、动画效果和代码高亮的专业演示文稿。

微软推出的一款开源浏览器自动化工具，旨在为大型语言模型（LLM）如 Claude、GPT-4o 等提供真实网页交互能力。

ByteDance开发的多模态文档图像解析模型，处理包含文本、表格、图形和公式等交织元素的复杂文档图像而设计。

DMind 提供了一系列AI工具和模型，包括DMind-1和DMind-1-mini等大型语言模型（LLMs），专为区块链、去中心化金融（DeFi）、智能合约和链上数据分析等任务设计。

一款开源的 Python 网页抓取工具，通过结合大型语言模型（LLMs）和模块化图逻辑，彻底改变了数据提取的方式。

一个实验性的全能深度内容分享社区。

由 Mass General Brigham 人工智能医学（AIM）项目开发的尖端深度学习工具，旨在通过分析面部照片估算生物年龄。

实现跨文本推理、多模态理解和文本到图像生成等多个领域的卓越性能。

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。

字节跳动的开源多模态基础模型。

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

帮助开发者轻松将网站转化为支持自然语言交互的 AI 应用。

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。

图像到视频扩散技术将静态卡通图像转化为流畅的动画。

一个突破性的在线平台，让漫画创作变得简单而高效。

开源的工作流自动化平台,通过连接各种应用和服务，帮助用户构建和管理复杂的工作流。

智象未来研发的开源图像生成大模型

魔搭社区是一个由阿里巴巴达摩院支持的开源AI平台，为开发者提供模型托管、数据集管理、训练和推理服务，覆盖广泛的AI任务。

Hugging Face 是一个专注于自然语言处理（NLP）和机器学习开源技术的公司，旨在推动人工智能技术的民主化，让开发者和研究人员更容易访问和部署先进的模型与工具