Rust 编写的开源 headless 浏览器，内存仅 30MB、启动瞬开、内置反检测与跟踪器拦截，单二进制无依赖，兼容 Puppeteer/Playwright，适合大规模网页抓取与 AI Agent 自动化

Rust编写的轻量级无头浏览器，仅70MB/内存30MB，支持V8/CDP/Puppeteer/Playwright，内置反检测与跟踪器阻止

输入一个主题，AI 自动完成文案、配图、配音、视频合成，零门槛创作短视频

PlayCanvas 开源的 3D Gaussian Splat 在线编辑器，无需安装，浏览器直接运行，支持检查、编辑、优化和发布 3DGS 场景

支持 Stable Diffusion、SDXL、SD3、FLUX 及视频生成，内置量化引擎与自动调优，跨平台开箱即用

1000+图像视频音频3D模型一行API调用，自研推理引擎比竞品快10倍，H100低至$1.2/小时，SOC2企业合规

Black Forest Labs出品，4步出图，质量接近Midjourney，Apache 2.0开源可商用

一个库在Apple Silicon上原生跑LTX-2.3和Wan2.2两大视频模型，纯MLX加速，CLI一行出片，比PyTorch MPS快1.7倍

百度出品，基于DeepSeek-OCR改进，支持一次性解析超长文档、多页PDF，单图640切片+多页1024两种模式，SGLang部署兼容OpenAI API

想自己组装机器在本地跑顶级AI大模型，不依赖任何API？这份攻略从硬件选型到系统配置到模型推荐全讲清楚了，2千美元起步。

微软研究院 4B 参数 image-to-3D 模型：O-Voxel 表示搞定任意拓扑+完整 PBR 材质，512³ 仅 3 秒，24GB 显存可本地跑，MIT 协议全开源

完全离线、0.15秒出字，按住CapsLock说话松开就上屏，再也不用给讯飞交月费了

8.8寸 2.5K 144Hz，Ryzen AI 9 HX 370，770g 极致便携，模块化 RS-232/KVM/LTE，车载出差一台搞定

黑兽模型作者的官方在线站，不用装ComfyUI不用下20G权重，Civitai账号登录就出片，还带OpenAI兼容API。

开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署

详解抖音视频隐式水印的嵌入原理、检测方法和去除方案，含开源工具推荐与批量处理脚本

7 引擎 TTS + 语音克隆 + 全局语音输入，本地运行零隐私泄露

CVPR 2023 论文项目，一张照片+一段音频即可生成逼真的数字人/虚拟主播视频，支持口型同步和表情控制

CVPR 2025 Highlight，通过智能缓存跳过冗余时间步，无需重训模型即可大幅加速扩散模型推理。支持Wan2.1/FLUX/HunyuanVideo等20+主流模型

Google DeepMind 开源多模态模型，11.95B参数支持文本+图像+音频，256K上下文，原生函数调用，Apache 2.0免费商用