开源自托管的智能笔记研究工具，支持18+AI模型、多模态内容、多说话人播客生成，数据完全本地存储

10语言全覆盖、97ms流式延迟、3秒声音克隆，中文TTS天花板，Apache 2.0商用免费

Lightricks出品22B DiT模型，单一模型同时生成同步视频+音频，支持图生视频/文生视频，蒸馏版8步出片

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

插电脑就能收发几乎所有无线电信号的巴掌大硬件板，1MHz到6GHz全覆盖，能收能发，开源硬件，安全研究和无线电爱好者的进阶神器

27B稠密多模态，SWE-bench 77.2碾压同级，Apple Silicon最优甜点，Apache 2.0商用免费

33B参数开源视频生成模型,文生视频/图生视频/首尾帧过渡,原生同步音频,支持2K,ComfyUI Day-0原生支持

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

Y Combinator 内部 AI Agent 中间层开源，每人有隔离工作空间，支持 Slack + Web 团队协作，13.2k stars

实时全球情报仪表板，500+信息源15个分类AI合成简报，3D地球+WebGL地图双引擎可视化，80k+ stars

DeepSeek 官方开源 Agent Harness，两天 9 万星，0.2元/任务，兼容近40家模型，对标 Claude Code

检索式变声框架：10分钟语音训练音色模型，训练推理一体WebUI，37k stars

全栈开源 Mesh VPN 平台，内置管理面板和 OIDC 集成，从零构建的自托管 WireGuard 网络方案

83 万下载的开源视频模型天花板——文生视频/图生视频/音视频同步/4K 20 秒，8GB 显存量化可跑

微信视觉团队出品，Apache-2.0 可商用——2B 打赢别家 8B，MMEB-v2 新 SOTA；Matryoshka 可变维度，256 维保住 98.7% 性能，视频号/朋友圈搜索同款技术

阿里Qwen团队出品，中文WER开源最低，配套ForcedAligner毫秒级时间戳，视频配音翻译链路的基础设施

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

一张照片实时驱动表情/姿态,4090 上毫秒级推理,配口型模型可组完整数字人,开源 MIT

复旦OpenMOSS开源11B实时视频理解模型：边看边答、主动沉默、动态纠错，NF4版单卡24G可跑

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