CuMo
CuMo是面向多模态大模型技术研究与落地场景的开源架构方案展示平台，核心定位为多模态大型语言模型的可扩展架构技术输出站点。平台核心功能包括CuMo架构技术细节公开、基准测试对比数据查询、训练流程文档下载、相关开源数据集索引，以及模型部署参考方案展示。目标用户覆盖人工智能领域科研人员、多模态模型开发工程师、高校AI相关专业师生、AI创业团队技术负责人等群体，可应用于多模态模型架构优化研究、VQA系统开发、视觉指令遵循模型训练、大模型可扩展性技术验证等场景，帮助相关从业者了解稀疏门控专家混合技术在多模态大模型中的落地路径。
Kolosal AI
Kolosal AI 是专注于本地设备训练与运行大型语言模型的开源技术工具平台，核心定位是降低大模型本地化部署与应用的技术门槛。平台支持多硬件适配调度、低资源环境模型优化、端到端部署链路管理三大核心功能，面向AI算法研发人员、独立开发者、企业技术团队、科研机构从业者等用户群体，可满足个人本地搭建专属AI助手、企业私有化大模型部署、科研场景低资源模型训练、边缘设备AI能力集成等多场景需求，帮助用户在不依赖云端API的前提下完成大模型的训练、调优与落地应用。
Phi-3-vision-128k-instruct
Phi-3-vision-128k-instruct是微软推出的开放多模态AI模型详情页面，部署于Azure AI平台，核心为用户提供该多模态模型的信息查询、部署调用、效果测试、文档查阅等服务。核心功能包括模型参数与能力详情展示、在线交互测试、一键部署至Azure工作区、多场景适配方案推荐、安全合规说明查询。目标用户覆盖AI算法研发人员、企业应用开发团队、科研机构研究人员、产品设计人员等。使用场景涵盖图文内容理解类应用开发、长文档图文混合分析、多模态指令执行系统搭建、行业专用AI工具研发、AI模型性能对比研究等场景。
Flash Diffusion
Flash Diffusion是专注于快速图像生成的AI模型演示平台，核心定位为低算力需求下的高效图像生成技术展示站点。平台支持文本生成图像、图像超分辨率、局部内容修复三类核心功能，可展示模型在少步骤推理下的图像输出效果。目标用户覆盖AI图像算法研发人员、高校计算机相关专业学生、创意设计从业者、AI技术爱好者等群体，可用于算法效果验证、技术学习参考、创意素材快速生成、模型性能对比测试等场景。
SRM
SRM是德国马普信息研究所开发的基于去噪生成模型的空间推理框架，核心定位为解决连续变量集合的推理任务，适用于空间数据生成、概率分布建模等研究场景。核心功能包括连续变量分步推理、独立噪声水平分配、生成顺序智能预测、幻觉现象抑制、复杂分布适配，目标用户为人工智能领域研究人员、计算机视觉算法开发者、生成模型从业者、高校计算机相关专业师生、空间数据分析人员，可用于三维空间数据生成、多模态变量推理、生成模型效果优化、空间推理算法实验等场景。
FunAudioLLM
FunAudioLLM是面向语音交互开发场景的开源技术框架，核心目标是优化人类与大语言模型的自然语音交互体验。框架内置SenseVoice多模态语音理解模型与CosyVoice语音生成模型，支持多语种语音识别、情绪识别、音频事件检测、可控语音合成等能力，相关代码与模型权重已开源开放。适合AI应用开发者、语音交互产品研发人员、学术研究人员使用，可应用于智能客服系统搭建、有声内容制作、多语种语音助手开发、语音类AI产品原型验证等多种场景，帮助降低语音交互相关功能的开发门槛。
TryOnDiffusion
TryOnDiffusion是专注于虚拟试穿技术研究的学术项目网站，核心基于扩散模型实现高还原度的服装虚拟试穿图像生成。网站提供完整的技术原理说明、公开测试数据集、效果对比Demo、论文下载及代码开源资源，主要面向计算机视觉领域研究人员、电商技术开发人员、服装行业数字化从业者，可用于虚拟试穿技术研发、电商商品展示方案迭代、服装数字化落地场景验证等场景，帮助相关从业者了解前沿试穿合成技术的实现逻辑与应用潜力。
4M
4M是由洛桑联邦理工学院（EPFL）开发的多模态多任务模型训练框架，核心定位为面向AI研究与开发场景的通用多模态学习工具。该框架支持视觉、文本等多模态数据的联合处理，可覆盖图像分类、目标检测、图像生成等十余种视觉相关任务，同时具备多模态条件生成能力，支持输入文本、图像等不同模态信号生成对应视觉内容。目标用户包括AI领域研究人员、计算机视觉方向开发者、高校相关专业师生以及需要落地多模态AI应用的企业技术团队，可用于多模态模型训练实验、通用视觉任务快速开发、多模态生成效果验证等不同场景，为多模态学习领域的技术探索提供可复用的基础框架。
DenserRetriever
DenserRetriever是面向RAG场景开发的开源AI检索模型工具站，核心定位是为开发者和企业提供高性能的检索增强生成配套检索解决方案。核心功能包括异构检索器融合适配、预训练模型快速下载、Docker一键部署支持、MTEB基准测试结果查询、自定义模型微调工具包。目标用户覆盖AI算法工程师、RAG系统开发人员、企业AI技术团队、开源AI贡献者，可用于企业内部知识库问答系统搭建、垂直领域大模型检索模块开发、AI检索技术科研测试、轻量级RAG应用快速落地等场景，帮助用户提升检索环节的匹配精度，降低RAG系统的开发部署门槛。
Dream 7B
Dream 7B是由香港大学NLP组与华为诺亚方舟实验室联合研发的扩散大语言模型官方介绍站点，核心定位为向学术研究者、AI开发人员及相关行业从业者公开模型技术细节、性能数据与应用落地方向。站点提供模型技术框架解析、多场景测试数据集、推理能力基准测试结果、开源部署指引与合作申请通道等核心内容，适合自然语言处理领域学者做技术对比、AI开发者选型大模型底座、企业技术团队评估落地可行性等场景使用，可帮助用户全面了解该模型在复杂推理、长期规划、上下文连贯性上的技术特性与应用边界。
Starling-7B
Starling-7B是由伯克利团队研发的开放大型语言模型，依托强化学习从AI反馈（RLAIF）框架训练而成。核心功能包括模型推理交互、开源资源下载、测评数据展示、在线演示体验与技术文档预览。该项目面向AI研究者、大模型开发者、自然语言处理学习者、企业技术人员等群体，可应用于模型效果验证、下游任务微调、大模型技术研究、对话类应用原型开发等多个场景，为开源大语言模型生态提供可复用的训练框架与基础模型资源。
MaxKB
MaxKB（全称Max Knowledge Brain）是飞致云推出的开源企业级智能体平台，核心定位为降低企业AI落地门槛，帮助企业快速构建专属智能应用。平台支持高效RAG知识库构建，可快速导入多格式企业私有数据并完成向量化处理，减少大模型幻觉；内置Agentic工作流引擎，支持编排复杂AI流程实现业务自动化；兼容市面上主流公有云及私有化部署大语言模型，无需绑定特定厂商服务。目标用户覆盖企业IT部门、运营团队、客服部门、教育机构及研究人员等，可应用于智能客服搭建、内部知识库助手开发、业务流程自动化、学术资源整合等多元场景，助力企业将AI能力便捷融入现有业务体系。
NemoClaw
NemoClaw是一个开源企业级AI智能体平台，专注于提供安全可控、可横向扩展的AI任务自动化能力。平台支持自定义工作流编排、多模型接入、权限管控等核心功能，可帮助企业将重复性业务流程转化为自动化执行的AI工作流。目标用户包含企业IT开发团队、AI应用落地团队、业务流程优化人员、DevOps运维团队等，适用于企业内部数据处理自动化、客服工单分类处理、跨系统业务协同、代码批量审查等多种业务场景。
huntr
Huntr是一个专注于人工智能、机器学习领域开源项目的漏洞赏金平台，连接开源项目维护者与全球安全研究者，帮助开源项目发现并修复安全漏洞。平台核心功能包括漏洞提交管理、赏金发放对接、项目安全看板、开发者协作空间以及合规资质认证，主要面向人工智能开源项目维护者、信息安全研究人员、企业安全团队、开源社区贡献者、风险投资机构和 cybersecurity 培训机构，适用于开源项目安全审计、漏洞赏金活动举办、安全研究者获取赏金、企业评估开源项目安全风险等场景。
Agenta
Agenta是一个开源的LLMOps平台，核心定位为帮助开发团队和AI研究者构建、测试、部署并迭代基于大语言模型的人工智能应用。平台提供prompt版本管理、本地调试、数据集标注、性能评估以及一键部署等核心功能，支持开发者围绕大语言模型完成从原型到生产的全流程工作。目标用户包括AI应用开发者、大模型研究人员、创业团队AI开发组、企业AI部门、NLP研究者以及开源AI工具贡献者，适用场景包括prompt工程调优、LLM应用原型开发、企业内部AI工具部署、大语言模型应用测试评估等。
GLM 5
GLM 5是智谱AI推出的大参数规模通用大语言模型，面向智能体开发、复杂推理任务、生成式内容创作等场景提供AI服务。核心能力覆盖多模态信息处理、长文本上下文理解、复杂逻辑推理、智能体工具调用等，支持开发者进行模型微调、应用部署，也满足普通用户进行日常AI对话、内容生成需求。用户可在平台直接调用模型接口，也可在线体验模型对话能力，适配从个人内容创作到企业级AI应用开发的多种使用场景。
ZeroClaw
ZeroClaw是专注于本地部署的AI助手平台，提供全本地化运行的各类AI服务，所有运算均在用户自有硬件完成，数据无需上传至第三方服务器，可保障用户数据隐私安全。平台内置文本生成、图像生成、代码生成、语音转录等多种AI能力，支持用户自定义模型配置与硬件资源分配，适配不同性能的本地设备，满足多样化使用需求。核心定位为隐私导向的本地AI服务平台，目标用户覆盖关注数据隐私的个人用户、开发人员、中小企业团队、AI研究人员、内容创作者以及涉密行业从业者，可应用于私密内容创作、本地离线AI开发、敏感数据处理、离线AI模型调试等多种场景。
NativeMind
NativeMind是一款依托Ollama运行的私有本地AI浏览器扩展工具，核心定位为在本地环境提供AI交互服务，无需依赖云端服务器传输数据。该工具支持在浏览器内直接调用本地大语言模型完成文本处理、内容总结、对话交互等操作，核心功能包含网页内容总结、自定义提示词交互、本地隐私存储、多模型切换配置和选中内容处理。目标用户为关注数据隐私的AI使用者、本地AI部署爱好者、经常需要处理网页内容的办公人员，适合在浏览科研文献、处理长篇网页文章、处理敏感文本内容等场景使用。
Kommu
Kommu是一家提供人工智能驱动的Level 2自动驾驶解决方案的科技平台，核心定位是降低自动驾驶方案的落地门槛，推动辅助驾驶技术向更多车型普及。平台可提供感知模块优化、决策算法适配、多传感器融合处理三类核心服务，还支持算法原型验证、系统性能调优、开发工具接入等扩展能力。目标用户覆盖汽车制造企业、自动驾驶技术研发团队、汽车电子供应商以及高校自动驾驶科研课题组，适合用于新车型辅助驾驶功能开发、现有系统性能升级、自动驾驶算法原型验证、多传感器方案适配等场景。
Flux AI Image Generator
Flux AI Image Generator是一款基于先进大模型的AI图像生成创作平台，核心定位为通过自然语言指令生成符合用户需求的原创AI图像。平台支持文本生成图像、图像变体生成、分辨率提升、自定义构图参数等多种功能，支持生成多种主流艺术风格和应用场景图像，目标用户涵盖设计从业者、自媒体运营人员、商业营销人员、艺术创作者、学生以及个人创意爱好者，可用于快速产出设计草稿、制作自媒体配图、生成商业营销视觉素材、探索个人艺术创意等多个场景。