Stable Diffusion网页界面

开源语音合成工作室

动画视频高质量实时超分辨率工具

解谜题，学CUDA。

ONNX Runtime：跨平台高性能机器学习推理与训练加速引擎

视频、图像与GIF放大增强及视频帧插值工具，集成Waifu2x、Real-ESRGAN、Real-CUGAN、RTX视频超分辨率VSR、SRMD、RealSR、Anime4K、RIFE、IFRNet、CAIN、DAIN和ACNet技术实现。

🤗 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。

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。

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

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案 — 提供 646 种语言的语音克隆、语音设计、视频配音、听写、转录和有声读物创建。

按模型组织的尖端深度学习脚本——易于在企业级基础设施上进行训练和部署，并具备可复现的准确性与性能。

🆙 Upscayl - 适用于 Linux、MacOS 和 Windows 的 #1 免费开源 AI 图像升级器。

SGLang是面向大语言模型与视觉语言模型的高速推理框架。

面向大语言模型的高吞吐量与内存优化型推理服务引擎

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

即时神经图形原语：极速神经辐射场（NeRF）及其他技术

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

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.

ncnn专为移动平台优化的高性能神经网络推理框架

Ultralytics YOLO26、YOLO11、YOLOv8 — 对象检测、实例分割、语义分割、图像分类、姿态估计、对象跟踪