🔓AI开源(96 个工具)

K
KoboldCpp
推理与部署工具

一键式本地LLM运行工具,整合llama.cpp与Stable Diffusion,支持角色扮演、AI小说与API调用。

M
MLC-LLM
推理与部署工具

开源通用LLM部署引擎,支持在Web、iOS、Android、GPU等全平台原生运行大模型,端侧AI利器。

T
Triton Inference Server
推理与部署工具

NVIDIA开源的生产级推理服务器,支持多框架、多模型、动态批处理,GPU推理标准方案。

信息加载中
D
DeepSpeed
推理与部署工具

微软开源的大模型训练优化库,ZeRO技术实现万亿参数训练,推理优化兼顾性能与成本。

O
OpenLLM
推理与部署工具

BentoML开源的LLM部署平台,一条命令将Llama、Qwen等模型部署为服务,支持微调、量化与云端发布。

S
SGLang
推理与部署工具

斯坦福/UC伯克利开源的LLM推理框架,采用RadixAttention前缀缓存,实现高吞吐、低成本的大模型服务。

L
LMDeploy
推理与部署工具

书生·浦语开源的LLM压缩与部署工具箱,TurboMind引擎高吞吐推理,支持量化、服务化部署。

P
PyTorch
深度学习框架

Meta开源的主流深度学习框架,动态计算图设计灵活,研究首选,工业界应用广泛,全球最受欢迎的AI框架。

C
Camel
Agent与编排框架

CAMEL开源的多智能体通信框架,研究智能体间角色扮演与自主协作,推动Agent社会模拟研究。

T
TensorFlow
深度学习框架

Google开源的端到端机器学习平台,支持深度学习模型构建、训练与部署,全球使用最广泛的AI框架之一。

J
JAX
深度学习框架

Google开源的机器学习框架,采用NumPy风格API与自动微分、即时编译,支持TPU/GPU加速与函数式模型。

P
PaddlePaddle
深度学习框架

百度开源的中国首个深度学习框架,提供全流程AI开发能力,国产自主可控,飞桨生态丰富。

M
MXNet
深度学习框架

Apache基金会的深度学习框架,支持混合编程与多语言绑定,灵活高效,曾是主流框架之一。

K
Keras
深度学习框架

简单易用的高级神经网络API,作为TensorFlow官方接口,支持快速建模、迁移学习,深度学习入门首选。

C
Caffe
深度学习框架

早期开源深度学习框架,以速度与模块化著称,专注计算机视觉,曾是学术界热门框架。

O
OneFlow
深度学习框架

一流科技开源的深度学习框架,采用静态调度与数据流图优化,实现高性价比大规模分布式训练。

M
MindSpore
深度学习框架

华为开源的AI计算框架,支持全场景(云/边/端)部署,与昇腾硬件深度协同,国产AI基础设施。

S
Semantic Kernel
Agent与编排框架

微软开源的LLM SDK,支持C#/Python/Java,融合AI编排与常规编程,面向企业级AI应用开发。

C
Coqui TTS
开源语音音频

Coqui开源的深度学习TTS库,支持多语言文本转语音、声音克隆与微调,一键训练个性化语音模型。

W
WhisperX
开源语音音频

Whisper加速版语音转写工具,集成语音活动检测与词级时间戳对齐,实现高精度、快速的字幕生成。

I
IndexTTS
开源语音音频

索引科技开源的中文语音合成模型,基于扩散模型,支持高质量中文TTS与声音克隆,自然度领先。

P
Parler-TTS
开源语音音频

HuggingFace开源的TTS模型,可通过文本描述控制语音风格(语速、情感、音色),生成个性化语音。

V
VITS
开源语音音频

开源端到端TTS模型,采用变分推断与对抗训练,生成高质量自然语音,是TTS领域广泛使用的基础模型。

R
RVC
开源语音音频

开源AI变声工具,基于检索式语音转换技术,支持实时变声、音色训练与高质量音质保持,二次元/翻唱热门。

F
Fish Speech
开源语音音频

Fish Audio开源的语音合成大模型,基于LLaMA架构,支持中英日韩等多语言TTS与声音克隆,高质量实时合成。

O
OpenVoice
开源语音音频

MyShell开源的即时语音克隆工具,支持零样本音色克隆、跨语言语音生成与情感风格控制。

C
CosyVoice
开源语音音频

阿里通义开源的语音生成大模型,支持多语言TTS、声音克隆、情感控制与流式合成,超自然语音体验。

C
ChatTTS
开源语音音频

开源对话式语音合成模型,专为LLM对话场景优化,生成自然流畅、带语气词的聊天语音,支持中英文。

B
Bark
开源语音音频

Suno开源的音频生成模型,支持文本生成语音、音乐、音效与情感表达,多语言多风格。

W
Whisper
开源语音音频

OpenAI开源的通用语音识别模型,支持99种语言转录与翻译,鲁棒性强,是多语言语音识别的事实标准。