多语言大规模语音生成模型，提供推理、训练与部署全栈能力

🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

纳米级vLLM推理引擎

专为从事大语言模型、多模态和语音人工智能（自动语音识别与文本转语音）的研究人员和开发者打造的可扩展生成式AI框架

🤗 最大的 AI 模型即用数据集中心，提供快速、易于使用且高效的数据操作工具

基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

AI 编排框架，用于构建可定制、生产就绪的 LLM 应用。将组件（模型、向量数据库、文件转换器）连接到可与数据交互的流水线或智能体。凭借高级检索方法，特别适用于构建 RAG、问答系统、语义搜索或对话式聊天机器人

TensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs) and supports state-of-the-art optimizations to perform inference efficiently on NVIDIA GPUs. TensorRT LLM also contains components to create Python and C++ runtimes that orchestrate the inference execution in a performant way.

Graph Neural Network Library for PyTorch

一个可扩展的生成式 AI 框架，专为从事大语言模型、多模态及语音 AI（自动语音识别与文本转语音）的研究人员和开发者构建。

用不超过10分钟的语音数据轻松训练优质语音克隆模型！

规模最大的PyTorch图像编码器/骨干网络集合。包含训练、评估、推理、导出脚本与预训练权重——支持ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer（ViT）、MobileNetV4、MobileNet-V3和V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt等模型

Ultralytics YOLOv5 在 PyTorch > ONNX > CoreML > TFLite 中的实现

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

我们为您打造可复用的计算机视觉工具。💜

最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

TimesFM是谷歌研究团队开发的预训练时间序列基础模型，专注于时间序列预测任务。

Stable Diffusion网页界面

面向智能体、助手和企业搜索的私有AI平台。内置智能体构建器、深度研究、文档分析、多模型支持以及智能体API连接功能。

[CVPR 2023] SadTalker：学习真实感3D运动系数以实现风格化音频驱动的单图说话人脸动画