TAG

开源工具。

共收录 837 款与「开源」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

PapertLab

PapertLab是一个开源的AI配对编程平台，面向开发者提供AI辅助代码编辑与开发服务。核心功能包含AI代码补全、实时代码调试辅助、项目重构建议、多语言代码适配以及代码注释生成，还支持本地部署与二次定制开发，可以帮助开发者在日常开发、项目维护、学习新技术等场景下调整开发节奏，适配不同的开发工作流，满足不同开发场景下的个性化需求。

Atech是一个AI驱动的硬件开发协作平台，核心定位是通过自然语言对话交互结合模块化电子元件，帮助开发者降低硬件设备开发门槛。平台支持用户通过对话生成硬件设计方案、调取模块化元件完成原型搭建、生成对应开发代码并模拟设备运行效果。目标用户覆盖在校电子信息专业学生、独立硬件创客、小型开发团队以及初创硬件公司，适合用于课程设计原型开发、创意硬件产品快速验证、小型创客项目开发等场景，也可用于硬件开发知识学习与技能练习。

HelloMeme

HelloMeme是一款基于扩散模型的AI视频生成工具，核心定位是为用户提供高保真、多条件控制的视频生成服务。核心功能包含：支持驱动视频帧特征输入生成对应动态内容，内置优化后的Animatediff模块提升视频连续性，支持ARKit面部混合形状控制角色表情，兼容SD1.5生态的Lora与Checkpoint模型。目标用户涵盖AI内容创作者、动画设计师、虚拟形象运营者、短视频制作者、学术研究人员等。使用场景包含虚拟主播动态视频制作、短视频创意片段生成、动画分镜动态演示、AI艺术创作实验、虚拟角色表情驱动测试等，能够满足不同用户对可控AI视频生成的需求。 · 开源

RF-Inversion

RF-Inversion是由德克萨斯大学奥斯汀分校与谷歌研究人员联合开发的图像生成与编辑技术展示平台，核心基于随机微分方程（SDE）实现图像反转与编辑操作，无需额外模型训练、潜在空间优化、提示词调整或复杂注意力处理器即可完成相关任务。平台核心功能包括零样本图像反转、笔画转图像合成、语义图像编辑三类，主要面向计算机视觉研究人员、AI图像技术开发者、数字内容创作者、高校图像处理相关专业学生等群体，可应用于学术研究效果复现、创意图像内容生成、图像属性定向调整、手绘内容数字化转换等多种场景。 · 开源

Mind Map Wizard

Mind Map Wizard是一款基于人工智能技术的开源思维导图生成工具，核心定位是帮助用户将零散、复杂的信息快速转化为结构化的可视化思维导图。其核心功能包括AI智能解析文本生成多级思维导图、YouTube视频内容自动提取转导图、多格式导出与协作分享，同时支持本地存储保障用户数据隐私。该工具面向学生、教育工作者、研究人员、商务人士、内容创作者等群体，可应用于笔记整理、会议纪要梳理、视频知识拆解、项目规划、创意脑暴等多种场景，无需注册即可直接使用，全程无广告干扰。 · 开源

ALIEN

ALIEN是一个基于CUDA技术开发的物理与渲染引擎结合的人工生命仿真程序，核心定位为人工生态系统模拟与进化仿真研究平台，支持自定义人工生命行为规则、多维度生态环境参数调整、进化过程可视化追踪三大核心功能，面向计算生物学研究者、AI进化算法开发者、计算机图形学爱好者、高校相关专业师生等群体，可应用于人工生命演化实验、群体智能行为研究、进化算法验证、数字生态系统可视化演示等多种场景，项目完全开源，遵循BSD-3-Clause许可协议，用户可自由修改与分发代码。 · 开源

Factorio学习环境

Factorio学习环境（Factorio Learning Environment, FLE）是基于游戏《Factorio》构建的大语言模型能力评估框架，核心定位为AI研究领域的开放式智能体测试工具。核心功能包括支持结构化任务与开放式任务两类评估协议、可自定义难度梯度的任务配置、标准化的能力评估指标体系。目标用户覆盖AI研究人员、大语言模型开发团队、高校人工智能方向师生、智能体研发从业者、游戏AI爱好者、开源AI项目贡献者。使用场景包括LLM长期规划能力验证、程序合成效果测试、资源分配优化算法评估、智能体多步骤决策能力 benchmark 搭建、复杂开放式领域智能体训练数据集构建等，为大语言模型在复杂任务场景下的能力评估提供标准化测试载体。 · 开源

Omages

Omages是专注于3D模型生成技术研发与演示的开源技术站点，核心是将3D形状封装为64x64像素的Object Images格式，简化3D内容的生成与处理流程。站点支持Omages格式的3D模型预览、Diffusion Transformers生成3D形状的效果演示、传统3D网格与Omages格式的在线转换，面向计算机视觉研究者、3D内容创作者、图形学开发人员，可用于3D生成模型开发、轻量3D内容存储、3DAI模型训练数据预处理等场景，帮助用户降低3D形状处理的技术门槛。 · 开源

Draw an Audio

Draw an Audio 是一个基于web端的视频转音频合成工具，核心定位是为用户提供可控性较强的音视频同步生成服务。它支持多指令参数自定义调节，可根据视频画面内容生成匹配的同步音频，还支持多阶段音频混合输出。该工具面向音视频创作者、学生研究群体、多媒体内容制作者等用户，可应用于短视频音频补全、实验性音频创作、音视频同步效果验证、demo作品快速制作等场景，无需复杂本地部署，打开浏览器即可使用相关功能。 · 开源

ReKep

ReKep是面向机器人研发领域的时空关系关键点约束推理系统，核心定位是帮助开发者降低机器人操控任务的编码门槛。系统支持基于大型视觉模型与视觉-语言模型生成约束规则，无需特定任务训练或预置环境模型即可完成任务编码，同时可对接现成求解器完成实时动作优化，适配多阶段、双手协同、户外非结构化场景等复杂任务需求。目标用户覆盖机器人算法研发人员、高校机器人相关专业研究者、智能机器人产品开发工程师、自动化场景方案设计者等，可应用于工业机器人任务调试、服务机器人行为编码、户外特种机器人任务规划、多机协作系统逻辑开发等多种场景。

Writebot

Writebot是一个面向开发人员的GPT-3集成工具JavaScript库，核心定位是帮助开发者快速在自身项目中接入GPT-3文本生成能力，无需处理复杂的OpenAI接口配置逻辑。核心功能包括简化API调用流程、内置多种文本生成模板、支持自定义prompt模板配置、提供本地调用选项，适配前端、后端等多种开发环境，目标用户为JavaScript全栈开发人员、AI应用初创团队、独立开发者，可用于快速搭建AI文本生成应用、为现有产品添加AI内容生成功能、开发AI辅助创作工具等场景。

hertz-dev

hertz-dev是Standard Intelligence推出的开源音频变换器基础模型站点，核心定位为面向音频处理领域的开源技术研究平台，提供85亿参数规模的全双工仅音频变换器模型能力。核心功能包括音频编码转换服务，可将16kHz单声道语音转换为8Hz低比特率潜在表示；支持模型微调工具集，方便研究人员基于现有模型适配特定场景；提供完整的技术文档与开源协作社区，助力跨模态音频学习技术落地。目标用户覆盖AI音频领域研究人员、语音技术开发工程师、跨模态学习相关科研团队，适用于低带宽语音传输场景开发、音频特征提取研究、多模态大模型音频模块搭建等多元场景。

FMA-Net

FMA-Net是由韩国科学技术院VIC实验室推出的视频超分辨率与去模糊深度学习模型站点，核心为实现低分辨率模糊视频的高质量清晰化修复。站点搭载流引导动态过滤、多注意力迭代特征精炼两大核心技术，可应对视频中的大幅度动作场景，实现超分辨率与去模糊任务的联合处理。目标用户覆盖计算机视觉研究人员、视频内容创作者、视频修复从业者、多媒体开发工程师等群体，可用于老旧影像修复、监控视频画质增强、自媒体素材画质提升、学术研究算法对比等多类场景。 · 开源

Volamail

Volamail是一款开源在线AI邮件编辑器，核心定位为帮助用户生成、编辑符合专业规范的邮件内容，并提供基础发送管理功能。平台支持AI辅助内容生成、自定义邮件模板、多端同步编辑、隐私本地存储等功能，可适配不同场景下的邮件创作需求。目标用户包括职场办公人员、自由职业者、商务营销人员、学生群体等，适用于商务沟通、求职申请、客户开发、日常工作通知、学术邮件往来等多种邮件场景，可降低邮件创作的时间成本，帮助用户产出结构清晰、表达准确的邮件内容。

BotticelliBots

BotticelliBots是面向.NET生态开发者的开源机器人开发框架站点，核心为开发者提供基于.NET Core的通用聊天机器人构建能力。站点集成数据库对接、队列代理适配、多AI引擎接入、语音引擎联动四大核心模块，支持跨平台部署与高负载场景调度。目标用户覆盖.NET后端开发者、企业智能服务开发团队、开源技术爱好者，可应用于企业客服机器人搭建、智能语音交互系统开发、高负载消息分发机器人部署等多种场景，帮助开发者降低自研机器人的底层架构搭建成本。 · 开源

GenWarp

GenWarp是专注于单张图像新视角生成的开源研究项目站点，核心为语义保持的生成变形AI模型，可基于单张输入图像生成不同视角下的合理视觉内容。其核心功能包括单图多视角生成、语义一致性约束、跨领域场景适配三类，支持计算机视觉研究人员、3D内容创作者、AI算法开发者等群体使用，适用于3D建模素材生成、AR/VR内容制作、视图合成算法研究、影视场景补全等多个工作场景，为单视图到多视图的转换需求提供可落地的技术参考与实现方案。

OK-Robot

OK-Robot是一个面向机器人操作领域的开放模块化框架，核心定位是实现任意家居环境下基于自然语言指令的零样本物品搬运任务。该框架采用多模块协同的设计思路，内置3D VoxelMap开放词汇导航、AnyGrasp与LangSam联合开放词汇抓取、智能放置原语三大核心功能，无需针对特定环境预先训练即可实现指令的零样本泛化。目标用户覆盖机器人研发人员、高校人工智能方向研究人员、智能家居开发团队等群体，可应用于家用服务机器人功能研发、机器人泛化能力学术研究、工业柔性搬运场景原型测试等多种场景，为降低机器人语言交互落地门槛提供技术支撑。 · 开源

Jaaz

Jaaz是一款开源AI设计代理工具，可作为设计类智能代理项目的本地部署替代方案，核心定位是为设计相关场景提供智能化技术支持。其核心功能包括本地部署运行、设计需求智能解析、设计方案自动生成，适合有本地运行AI工具需求的设计从业者、开发者以及相关项目研发人员使用，可应用于UI设计初稿输出、平面设计元素生成、设计方案批量迭代等多种场景，无需依赖第三方云端服务即可完成设计类智能任务处理，满足用户对数据安全、自定义部署的需求。 · 开源

DiffHuman

DiffHuman是一个面向3D人体重建领域的学术项目展示网站，核心呈现基于扩散模型的概率式光度逼真3D人体重建方案。该网站支持单张RGB图像输入的3D人体分布预测、多采样高细节人体模型生成、加速推理效果对比三大核心功能，主要服务于计算机视觉研究人员、3D内容开发者、动画制作从业者、数字人研发团队等群体，可应用于学术研究验证、动画角色快速建模、数字人素材生成、3D重建算法效果比对等多种场景，帮助用户直观了解非确定性3D人体重建技术的实现逻辑与实际应用效果。 · 开源

OpenBerth

OpenBerth是一款面向非技术背景用户的AI应用部署服务平台，核心定位是降低AI应用落地的技术门槛，让不具备后端开发、服务器运维能力的用户也能完成AI生成应用的自主部署。平台核心功能包括单命令应用部署、沙箱环境隔离、自动HTTPS配置，同时所有代码开源，支持用户自定义扩展。平台目标用户覆盖产品经理、运营人员、创业者、设计师等非工程师群体，适用场景包括快速验证AI应用原型、部署内部自用AI工具、上线小型面向用户的AI服务、团队内部AI能力落地等，无需用户掌握复杂的服务器运维知识即可完成全流程操作。 · 开源

Diffusion with Forward Models

Diffusion with Forward Models 是聚焦于结合前向模型的扩散概率模型技术学术展示站点，核心定位是呈现可通过已知可微分前向模型，从非直接观测信号分布中采样的扩散模型技术方案。核心功能包括逆图形学3D场景生成、部分观测信号分布采样、计算机视觉相关任务适配。目标用户覆盖计算机视觉领域研究人员、3D内容开发从业者、深度学习算法工程师、高校相关专业师生、图形学技术研究者。使用场景包括单张2D图像生成匹配的3D场景分布、不完整观测数据下的信号重建、计算机视觉逆问题求解、3D内容创作的原型生成、算法研究中的技术对比验证等。 · 开源

Ouroboros3D

Ouroboros3D是面向3D内容创作领域的统一3D生成开源框架，核心是将基于扩散的多视图图像生成与3D重建能力集成到递归扩散流程中，通过自条件机制实现两个模块的联合训练适配。其核心功能包括多视图图像递归生成、3D模型实时重建、几何一致性校验、推理过程可视化、自定义训练参数配置。目标用户覆盖3D算法研究人员、计算机图形学开发者、3D内容创作从业者、高校相关专业师生、AI生成内容技术爱好者。可应用于3D内容批量创作、数字孪生模型构建、游戏素材快速生成、学术研究算法验证、元宇宙场景搭建等多个场景，帮助用户降低3D内容生成的技术门槛，提升3D模型生成的几何稳定性。 · 开源

Clawd Bot

Clawd Bot是一款开源的本地部署AI助手，支持通过WhatsApp等主流聊天应用完成各类任务自动化。它可以帮助用户在常用聊天界面中处理定时任务、信息整理、数据查询等工作，无需切换到独立AI工具界面，降低使用门槛。核心功能包含定时消息发送、自动化信息检索、本地数据处理、指令自定义扩展以及多聊天平台接入，适合需要提升日常信息处理效率、注重数据隐私的开发人员、自由职业者和企业办公人员使用，可应用于日常办公自动化、个人事务管理、开发测试等多个场景。

BlindChat

BlindChat是专注隐私保护的AI对话服务平台，核心定位是在端到端加密环境下为用户提供安全的AI交互服务。平台内置Xenova/LaMini-Flan-T5-783M开源模型，支持常规问题解答、知识科普、内容创作辅助等功能，同时所有对话数据全程加密不会被第三方获取。平台面向重视数据隐私的办公人员、学生、内容创作者等群体，适用于日常问题查询、私密内容梳理、个人学习辅助等场景，目前处于Beta测试阶段，用户可免费申请体验相关服务。

NeROIC

NeROIC是基于神经辐射场技术的物体3D表示获取工具，核心定位是从多源在线图像集合中提取物体的高精度几何与材质属性，支撑多种3D渲染相关应用。核心功能包括多图像联合几何重建、材质与光照属性分离、瞬态场景元素处理，目标用户覆盖计算机视觉研究者、3D内容创作者、数字资产开发人员等，可应用于新视角合成、物体重照明、虚拟场景融合、数字孪生建模等场景，无需复杂的专业采集设备，仅通过普通图像输入即可完成物体的可渲染3D表示构建。

Buildshare

Buildshare是一款面向开发者、产品创造者的代码更新社交媒体内容生成工具，核心定位是打通代码仓库与社交平台的内容发布链路。核心功能包括GitHub仓库联动自动触发内容生成、Twitter公告内容自动优化、多平台内容格式适配。目标用户覆盖独立开发者、初创团队运营人员、开源项目维护者等群体，适用于版本迭代后对外公告、新功能上线社交推广、开源项目更新同步等场景，帮助用户减少手动编辑推广内容的时间，保持社媒产品更新的内容一致性。

BrushEdit

BrushEdit是聚焦图像修复与编辑领域的AI工具，核心定位是通过多模态大语言模型与图像修复模型的结合，支持用户用自然语言指令完成图像编辑操作。核心功能包括自然语言指令解析、智能掩码生成、分区域图像修复，能够自动识别用户编辑需求中的对象与区域，无需手动框选编辑范围。目标用户覆盖平面设计从业者、内容创作者、摄影爱好者、科研人员等群体，可应用于旧照片修复、产品图瑕疵处理、创意图像调整、海报内容修改等多种场景，降低图像编辑的操作门槛。 · 开源

Wild2Avatar

Wild2Avatar是斯坦福大学团队研发的神经渲染技术项目网站，核心定位于解决野外单目视频中被遮挡人体的完整外观渲染问题。核心功能包括三部分场景分解技术、遮挡-人体-背景分离算法、高完整度人体模型重建输出。目标用户覆盖计算机视觉研究者、动画制作人员、智能监控开发人员、AR/VR内容开发者等群体。可应用于复杂街景下的行人姿态还原、影视剧拍摄中被遮挡演员的动作补全、安防监控中被遮挡目标的身份识别、AR交互场景中现实障碍物后的人体模型渲染等多种场景，为真实复杂环境下的人体视觉信息提取提供技术支撑。

CLoT

CLoT是一款聚焦大型语言模型创意能力探索的交互工具，核心定位为帮助用户直观感知大语言模型的创意输出边界。其核心功能包括幽默内容定向生成、发散性创意任务响应、交互过程可追溯记录三类，用户可通过简单的prompt输入触发对应输出。主要面向AI技术爱好者、内容创作者、高校AI相关专业学生、产品研发人员等群体，可用于日常创意灵感收集、大模型能力测试实验、教学演示场景互动、创意类内容辅助生产等多个场景，无需复杂的技术配置即可快速上手体验。 · 开源

LCM-Lookahead

LCM-Lookahead是面向编码器类文本生成图像场景的个性化技术演示站点，核心定位是展示基于前向损失传播机制的图像身份保真优化方案。站点支持上传自定义人脸图像生成指定风格的同身份创作内容，可实时对比普通LCM模型与LCM-Lookahead模型的生成效果差异，还提供技术原理说明文档供开发者参考。目标用户覆盖AI图像生成研究者、数字内容创作者、个性化图像定制服务商等，适用于学术效果验证、定制化头像生成、同角色多场景创作等场景，帮助用户在保证图像布局多样性与提示词对齐度的前提下，提升生成内容的身份还原度。 · 开源

NanoClaw

NanoClaw是一款主打安全轻量属性的AI智能体产品，核心定位为面向个人自动化场景的可定制化AI工具，运行于容器环境以保障用户数据隐私。其核心功能包括自定义工作流配置、容器化隐私部署、第三方工具对接适配三类，目标用户覆盖个人开发者、自动化需求用户、隐私敏感的办公人群等，可应用于日常办公事务批量处理、个人生活事项自动化触发、开发流程辅助提效等多种场景，作为OpenClaw的替代选择，支持用户根据自身需求调整功能模块以适配不同使用需求。 · 开源

Generative Keyframe Interpolation with Forward-Backward Consistency

Generative Keyframe Interpolation with Forward-Backward Consistency是一个基于图像到视频扩散模型的关键帧插值工具，核心定位是在两张静态关键帧之间生成高连贯性的过渡视频序列。其核心功能包括支持双关键帧输入生成平滑运动视频、前后向一致性校验保障帧序列逻辑连贯、轻量级微调适配不同风格的图像内容。目标用户覆盖动画制作人员、视频剪辑师、数字艺术创作者、影视后期从业者等，可用于动画补帧、视频转场制作、静态图像动态化创作、旧视频帧修复补全、创意短视频特效制作等场景，无需复杂的手动帧绘制操作即可实现流畅的视频过渡效果。 · 开源

Pile-T5

Pile-T5是EleutherAI推出的自然语言处理模型专属介绍页面，核心定位为面向研究人员、开发者提供该模型的完整技术信息与资源。核心功能包括模型技术细节公开、训练过程数据披露、下游任务性能展示。目标用户覆盖自然语言处理领域的研究人员、AI应用开发者、高校相关专业学生等。使用场景包括开展模型选型参考、学术研究参考资料、开发代码任务相关模型应用测试等场景，帮助用户全面了解Pile-T5的技术特性与适用范围，为相关研究与开发工作提供参考依据。

Imitator

Imitator是专注于个性化语音驱动3D面部动画生成的技术工具网站，核心基于深度学习模型实现音频到面部动作的精准映射。支持通过短参考视频提取用户专属面部运动风格特征，可生成符合发音规律的唇部动态，尤其对双唇辅音的唇部闭合动作匹配度较高，还可导出适配主流3D引擎的动画数据。目标用户涵盖3D动画从业者、游戏开发人员、虚拟数字人创作者、科研人员等群体，适用于短视频虚拟角色制作、游戏角色语音动画匹配、虚拟主播实时驱动、影视动画后期配音对齐等多个场景，可降低面部动画手动制作的工作量。 · 开源

AnchorCrafter

AnchorCrafter是一款基于扩散模型的2D定制视频生成工具，核心定位是实现包含指定人物与定制化对象的交互式视频创作。其核心功能包括人-物交互逻辑注入、多视角对象外观识别、人物与物体特征独立可控生成，可在生成视频中维持人物外观、运动轨迹与物体形态的一致性。目标用户覆盖影视内容创作者、电商运营人员、广告设计团队、AI视频技术研究者等群体，适用于电商产品展示视频制作、创意广告内容生成、虚拟场景交互演示、AI视频技术研发测试等多个场景。

StemGen

StemGen是由Julian Parker开发的端到端音乐生成模型演示站点，核心定位为面向音乐创作从业者、AI音频研究者的音乐生成技术展示与体验平台。核心功能包括多场景音乐生成效果演示、不同输入提示下的模型输出对比、技术论文相关资料入口。目标用户覆盖音乐制作人、音频算法工程师、高校音视频研究方向学生、独立音乐人、AI生成内容爱好者、数字媒体创作者。适合用于音乐创作灵感参考、AI音频技术效果验证、学术研究案例参考、内容创作素材试生成等场景，用户可直接在线浏览不同输入条件下的模型生成结果，直观了解该模型的实际表现。 · 开源

VMix

VMix是面向文本生成图像扩散模型的美学增强技术工具站，核心定位为即插即用的扩散模型美学适配器，通过价值混合交叉注意力技术提升生成图像的美学表现。核心功能包括无需重新训练的社区模型适配、美学质量定向调控、图文对齐度保留三大模块，目标用户覆盖AI图像创作者、扩散模型开发者、内容设计从业者等群体，可应用于插画创作、宣传物料设计、模型性能优化、AI艺术实验等多种场景，帮助用户在不修改原有模型基础逻辑的前提下，提升输出图像的视觉表现。 · 开源

RobotFingerPrint

RobotFingerPrint是面向机器人抓取研究领域的技术项目站点，核心展示适用于多类型机械手抓取合成的统一坐标空间表示方法。站点提供完整的技术原理说明、相关论文成果查阅、代码实现资源下载、实验数据可视化展示四大核心模块，目标用户包含机器人学研究人员、机械工程方向硕博生、工业机器人研发工程师、机器人抓取算法开发人员。可用于学术研究参考、抓取算法开发、机械手性能测试、工业抓取方案设计等多个场景，为跨机械手类型的抓取合成任务提供标准化的技术支撑。

KEEP

KEEP是基于卡尔曼滤波原理的视频人脸超分辨率框架项目网站，核心定位是为计算机视觉领域研究者提供稳定的视频人脸超分辨率实现方案。核心功能包括基于特征传播的时间稳定人脸先验保持、多帧人脸信息融合的高分辨率人脸重建、可复现的模型训练与推理 demo 演示。目标用户覆盖人工智能研究者、视频修复开发者、数字媒体处理从业者，可用于监控视频人脸增强、老视频人脸画质修复、影视素材人脸细节优化等场景。 · 开源

EvTexture

EvTexture是基于事件视觉驱动的视频超分辨率技术演示站点，核心定位为面向计算机视觉领域研究者、开发者提供事件驱动视频超分辨率技术的体验、效果验证与技术参考平台。站点支持上传普通视频与对应事件信号数据进行超分辨率处理，可直观对比不同算法的纹理恢复效果，同时提供完整的技术论文、数据集测试结果查阅功能。目标用户涵盖计算机视觉研究人员、视频处理开发工程师、高校相关专业师生、影视后期制作人员、安防监控技术人员、VR内容创作者，可应用于学术研究验证、老旧视频修复、监控画面增强、影视内容画质升级、VR视频清晰度优化等多种场景。

Boximator

Boximator是由Jiawei Wang、Yuchen Zhang等开发者推出的智能视频合成工具，核心定位是为用户提供可控性更强的AI视频生成服务。核心功能包括盒子约束运动控制、文本提示视频生成、自定义运动轨迹调整三类，支持用户通过划定物体框选范围、搭配文本描述的方式，精准控制视频内物体的运动路径、呈现形态。目标用户覆盖视频创作者、AI技术研究者、动画设计人员、内容运营从业者等群体，适用场景包括短视频内容制作、动画概念demo输出、AI生成视频技术实验、创意广告素材产出等，能够帮助用户降低视频创作的操作门槛，提升运动控制的精准度。

Imagen3D

Imagen3D是一款基于人工智能技术的在线转换工具，核心定位是帮用户将普通二维图像转换为高质量可下载的三维模型。该工具支持单张RGB图像输入生成三维网格模型，也可对生成模型进行基础调整与预览，支持导出多种通用三维格式。核心功能包含AI单图转3D、模型在线预览调整、多格式导出等，适合三维创作者、产品设计师、3D打印爱好者、学生等群体使用，可用于快速概念原型制作、手办建模、艺术创作素材生成、教学项目制作等场景。

Story-Adapter

Story-Adapter是一个面向长篇故事可视化场景的无需训练迭代框架，核心定位是解决传统文本到图像模型在长内容生成中存在的语义连贯性不足、计算成本过高的问题。核心功能包括全局参考交叉注意力模块保障角色场景一致性、迭代生成范式降低算力需求、多轮优化提升生成图像匹配度。目标用户覆盖文学创作者、动画前期设定人员、漫画从业者、影视概念设计师等群体，可应用于网络小说插图生成、儿童绘本分镜制作、影视前期概念草图输出、漫画内容草稿绘制等多个场景，无需额外模型训练即可快速实现长篇故事的批量可视化转换。

Video Prediction Policy

Video Prediction Policy（简称VPP）是专注于机器人视觉预测策略研究的学术展示平台，核心展示基于视频扩散模型的机器人操控技术方案。平台提供完整的VPP技术原理讲解、实验基准测试数据、预训练模型开源资源，以及相关论文成果和数据集获取渠道。目标用户覆盖机器人学研究者、计算机视觉方向科研人员、机器人开发工程师、人工智能领域高校师生、具身智能项目研发团队、工业自动化方案设计人员。可用于机器人操控算法性能对比参考、具身智能视觉预测模块开发、相关学术研究的实验基线搭建、视频扩散模型跨领域应用探索等场景。 · 开源

AccVideo

AccVideo是专注于视频扩散模型推理加速的技术工具站点，核心定位是为视频生成领域提供高效的蒸馏加速方案。其核心功能包括视频扩散模型推理速度提升、合成蒸馏数据集生成、预训练模型去噪轨迹优化、多场景适配调优。该站点面向视频生成相关的研究人员、算法开发者、内容生产从业者，可应用于视频生成效率优化、学术研究验证、工业级视频生产流水线搭建等场景，在保持生成视频质量的前提下，可实现最高8.5倍的推理速度提升，降低视频生成的时间与算力成本。

AIxBlock

AIxBlock是一个去中心化的AI开发协作平台，面向全球AI开发者、研究人员和项目团队，聚合分布式计算资源、开源AI模型与人类验证服务，支持开发者开展低成本模型训练、数据集标注和模型验证工作，适合小型AI创业项目、学术研究实验以及开源AI协作开发场景使用。平台依托分布式网络架构，打破传统中心化开发平台的资源限制，连接全球范围内的算力提供者、模型开发者和数据标注人员，构建开放的AI开发生态。

BotFast

BotFast是一个面向开发者的Python开发模板，专门用于快速搭建可实现商业变现的AI Telegram机器人。该模板封装了常用的Telegram机器人交互框架、AI模型对接接口以及变现功能模块，支持开发者无需从零搭建基础架构，可直接基于模板进行二次开发，完成符合自身需求的AI机器人项目。核心功能包含基础框架搭建、AI能力对接、变现工具集成、部署配置简化、项目模板复用，适合Python开发者、独立开发创业者、AI产品创作者使用，可用于开发AI咨询机器人、内容生成机器人、付费服务机器人等多种Telegram场景项目。

EyeGestures

EyeGestures是一款基于网络摄像头实现开源凝视追踪的技术平台，面向无障碍辅助开发、眼动追踪学术研究等方向提供技术支持。平台核心功能包含浏览器端实时眼动追踪、开源代码获取、自定义交互界面开发、眼动数据导出，支持非接触式的视线交互开发与研究。该平台可帮助开发者搭建无障碍交互系统，也可支持科研人员开展眼动相关实验研究，适用于无障碍产品开发实验室、高校认知科学研究课题组、交互设计工作室等不同场景。

IronClaw

IronClaw是NEAR AI Cloud推出的开源安全运行时工具，核心定位为AI代理运行提供加密隔离的执行环境。核心功能包括可信执行环境加密部署、AI代理运行状态全链路审计、多框架AI代理兼容适配，目标用户覆盖AI研发团队、企业数据安全部门、隐私计算研究人员等，可应用于涉及敏感数据的AI模型推理、企业内部AI代理业务部署、隐私合规要求下的AI服务落地等场景，有效降低AI运行过程中数据泄露、恶意篡改的风险。 · 开源

Bearish OS

Bearish OS是面向团队的一站式工作集成管理平台，核心定位是将分散的办公工具整合到统一界面，降低多工具切换的操作成本。平台支持日历调度、多人实时文档协作、原生邮件客户端三类核心基础功能，内置AI助手BEBA可提供联系人关系分析、办公内容生成服务，同时开放开源AI接口满足自定义开发需求。目标用户覆盖中小团队管理者、企业运营人员、项目协作团队、独立开发者等群体，适合项目全周期协同、跨部门任务调度、客户关系维护、办公内容批量产出等多类办公场景，帮助团队优化工作流程，提升决策数据支撑能力。

Zasper

Zasper是面向数据科学领域打造的集成开发环境（IDE），从底层架构设计适配大规模并发处理需求，具备低内存占用、运行速度快、高并发连接承载的特性。核心功能包括兼容REPL风格交互式代码运行、分布式数据任务调度、多语言环境统一管理，主要面向数据科学家、算法工程师、后端开发者等群体，可应用于机器学习模型迭代、大数据分析脚本调试、高并发数据服务开发、实时数据处理流程测试等多类场景，帮助用户在数据研发全流程中降低资源消耗，提升代码运行与任务处理效率。 · 开源

SeedVR

SeedVR是专注于视频修复任务的扩散变换器模型演示站点，核心定位是为视频处理相关从业者提供前沿AI视频修复能力的在线体验与技术参考。站点支持任意长度、任意分辨率的受损视频序列修复，搭载移位窗口注意力机制，同时结合因果视频自编码器、混合图像视频训练等技术优化生成效果。目标用户涵盖视频内容创作者、后期制作人员、AI技术研究者、影视资料修复从业者等，可应用于老影视资料画质修复、损坏视频素材修复、低清拍摄视频画质增强、AI视频生成瑕疵修正等多种场景，帮助用户提升视频素材的整体视觉质量。

Generative Rendering：2D mesh

Generative Rendering：2D mesh是一款结合3D网格可控性与扩散模型生成能力的在线生成工具，核心定位是解决现有文本生成视频可控性不足的问题。其核心功能包括支持低保真动画3D网格输入生成高保真时序一致视频、可通过调整资产动作与相机路径控制视频内容、将网格对应信息注入文本生成模型各阶段保证生成质量。目标用户覆盖CG创作者、AI生成内容研究者、动画制作从业者、游戏内容开发者、新媒体内容创作者等，可应用于动画初稿制作、3D内容风格化渲染、创意短视频生成、游戏过场动画快速制作、学术研究效果验证等多种场景。 · 开源