Meta出品纯视觉自监督ViT，无需标注数据开箱即用，300M参数86.3% ImageNet线性分类，月下载290万+

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

阿里万相2.2图生视频，27B双专家MoE架构激活仅14B，支持480P/720P，电影级画质+复杂运动，Apache 2.0开源

快手开源 8B 多模态模型，专为短视频理解优化，Video-MME 73% 同级最强。

lllyasviel 出品的本地 AI 绘画软件：不用调参，输入提示词直接出好图，4GB 显存可跑，完全离线开源免费，51k Star

三家最新开源MoE视觉大模型，全部30B级只激活3B，定位完全不同

一张图片+一段视频，角色跟随动作表情表演或直接替换视频中人物，骨骼信号+重光照LoRA，免费

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

字节ICCV 2025开源模型：喂几张产品图，生成视频里你的商品全程不跑偏，电商带货视频复刻的换主体神器，权重直接部署

Auto.js 停更后的活跃开源分支：无障碍+Shizuku 双通道，JS 写脚本、可打包 APK、VSCode 联动，6.4k Stars

LM Studio跑MLX模型的官方引擎：多轮对话缓存命中秒回、同图追问只算一次视觉编码。99%的人不用装（LM Studio自带），自建MLX服务的值得抄它的缓存设计。

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。

浏览器操作不让大模型一步步想，Jev 一次请求直接选动作，Google Flights 搜票 7.1 秒搞定

Cmd Markdown 编辑阅读器，支持实时同步预览，区分写作和阅读模式，支持在线存储，分享文稿网址。

录制视频的PC软件 免费 开源！

将数据、嵌入、搜索结构和元数据打包成单个 .mv2 文件。无需数据库、无服务器，支持多语言 SDK 和跨平台。

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

39K Stars，模型无关的检测/分割/分类接口，内置丰富标注器和数据集工具

100+ 精细化 AI Agent 角色库，覆盖工程/设计/营销/销售/产品/游戏开发，支持 10 种工具一键安装。

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署