nnU-Net 是一种自配置的深度学习图像分割软件框架，由德国癌症研究中心（DKFZ）的医学图像计算部门与 Helmholtz Imaging 团队开发。它在 2021 年发表于《Nature ...

torch-molecule是分子发现机器学习项目，提供了预测模型、生成模型和表示模型的完整工具集。该项目旨在使分子AI模型的实现和部署更加便捷，提供了简洁的API设计和丰富的示例代码。 tor...

DeepChem是专注于化学和药物发现领域的深度学习库，旨在民主化深度学习在药物发现、材料科学和量子化学研究中的应用。该项目提供完整的工具链，包括分子性质预测、分子生成、分子对接等功能模块。 D...

RayAI 是一个构建在 Ray 之上的基础设施项目，专注于让 AI agent（多智能体系统）和工具并行执行更简单、更可靠。它使用 Ray 作为底层分布式计算引擎（即 Ray 提供任务调度、资...

ROCK n ROLL是阿里巴巴开源的强化学习组合框架。ROLL提供强大的训练引擎，ROCK则注入源源不断的环境燃料，给AI开发者提供完整极致的Agentic AI解决方案。 What's RO...

FlashAttention：具有 IO 感知能力的快速且内存高效的精确注意力机制 FlashAttention-2：更快的注意力机制，更好的并行性和工作划分 FlashAttention-3 ...

一个微型 Autograd 引擎。它基于动态构建的 DAG 实现反向传播（反向模式自动微分），并在其上构建一个小型神经网络库，并使用类似 PyTorch 的 API。两者都非常小巧，分别只有大约...

DeepSeek-OCR 是利用视觉模态压缩长文本上下文的新方法。 开源的 DeepSeek-OCR 由两个部分组成：核心编码器 DeepEncoder 和解码器 DeepSeek3B-MoE-...

Tile Language (TileLang) 是一种简洁的领域专用语言（DSL），旨在简化 GPU 和 NPU 等加速器上的算子编程，其核心设计理念是将复杂的硬件调度与开发者的算法逻辑解耦。...

Brush 是一个使用高斯分布的3D 重建引擎。它适用于多种系统：macOS/windows/linux、AMD/Nvidia/Intel显卡、Android以及浏览器。为此，它使用了 WebG...

HuMo 是统一 HCVG（Human-Centric Video Generation）框架。 Human-Centric Video Generation，即人体视频生成框架，支持文本、图像...

Mini-o3 是开源多模态模型，专为 “边看边想” 的视觉搜索任务设计。它通过强化学习将工具调用次数扩展到数十轮，在 VisualProbe、V* Bench、HR-Bench、MME-Rea...

Youtu-GraphRAG 是一个基于图Schema实现垂直统一的图增强推理范式，将GraphRAG框架精巧地集成为一个以智能体为核心的有机整体。实现了通过在图Schema上的最小化人为干预下...

uni-ai x 是一个开源、免费、全平台支持的原生 AI 聊天套件，基于 DCloud 的新一代跨平台原生框架 uni-app x 开发，支持 Android、iOS、鸿蒙、Web、微信小程序...

WALL-OSS 是端到端具身智能基础模型。 核心亮点 大规模真实数据训练：自采真机数据，覆盖多样化场景与任务，确保模型具备强泛化性； 创新架构设计：采用 “共享注意力 + 专家分流 (FFN)...

VAREdit 是指令引导编辑框架，将视觉自回归（VAR）架构引入图像编辑，精准地解决了扩散模型的固有顽疾。 VAREdit 将新颖的下一尺度预测范式引入指令引导的图像编辑框架，基于文本指令和量...

USO（Unified Style-Subject Optimized）是一个 “统一风格 - 主体” 定制生成框架，首次把 “风格驱动” 与 “主体驱动” 两类原本对立的图像生成任务合并到单一...

AudioStory 是 LLM 音频生成技术，它将大语言模型与文本‑音频系统结合，能够把复杂的叙事请求拆分为有顺序的子任务，保证场景转换和情感基调的一致性。 AudioStory 采用 “解耦...

AgentFly是基于记忆增强的在线强化学习框架，通过记忆库存储经验轨迹并利用神经案例选择策略实现LLM代理的持续适应能力，无需对底层LLM参数进行微调。 该方法将决策过程建模为记忆增强的马尔可...

Hunyuan-MT 系列模型是面向翻译场景的开源大模型，目前包含两个版本： Hunyuan-MT-7B：单模型版本，支持 33 种语言之间的双向翻译，覆盖中、英、日、法等主流语种以及藏、维、蒙...