由 DeepReinforce 推出的 Ornith，把出題、搭鷹架與寫解法都交給模型自己完成，規模涵蓋 9B 到 397B 三檔，以 MIT 授權釋出，支援 256K 上下文與本機部署。

騰訊雲開源的自架 AI 助手平台，對話、工作區與金鑰全留在本機，能接進飛書、釘釘等九個訊息平台，一個進程同時扮演控制台與執行環境。

DeepSeek 開源的 Agent 執行環境，桌面版把 Node.js 與 Python 一起打包進來，預設四種工作模式、外掛管理頁與軌跡視圖，裝好就能用。

一個開放的外掛，裝進你本來就在用的編輯器，接哪一家模型由你決定：雲端、本機，或公司內網自己架的那一套，設定就寫在一個你手上的檔案裡。

它是一個應用，也是一篇論文與其官方實作：訓練資料全用合成方式產生，授權寬鬆到整排圖形介面產品都把它包進外殼。三條使用路徑，代價各不相同。

四層按使用深度切開：無程式碼介面、對話層、事件驅動核心與擴充套件。框架已進入維護模式，所以真正該問的是：要從它起步，還是只把它繼續跑下去。

一個住進你本來就在用的聊天軟體、把記憶全留在自己硬碟上的助理。專案由非營利基金會持有，沒有付費等級，一個閘道行程就把 29 個頻道接進編碼代理。

開源的音色轉換與即時變聲框架。官方建議至少準備十分鐘低底噪語音來訓練，端到端延遲可做到 170 毫秒，並同時提供網頁介面與獨立的即時變聲介面。

把混好的歌曲拆成鼓、貝斯、人聲與其餘伴奏的開源分離模型。以命令列一行執行，也能從 Python 直接呼叫，程式碼採 MIT 授權。

用音源分離模型把歌曲拆成人聲與伴奏的開源工具。官方安裝包把介面、Python、PyTorch 與相依套件一起打包，事前不必準備任何前置條件。

衝著 Whisper 的兩個缺口而來：時間戳只到句子一級，而且本身不支援批次處理。WhisperX 用強制對齊把時間戳細到每個詞，再標出說話者，large-v2 上號稱 70 倍實時。

把轉寫從網頁搬回本機的桌面程式，底層是 Whisper。可以吃影音檔與線上連結、用麥克風即時轉寫、分辨不同說話者，結果能輸出純文字與 SRT、VTT 字幕。

一條指令裝好就能跑的離線轉寫工具。同一個模型包辦多語轉寫、翻成英文與語種判斷，官方給出六個尺寸，從約 3900 萬參數一路到約 15.5 億，程式碼與權重皆為 MIT。

一套裝在自己機器上執行的零樣本語音合成系統。只要一段參考音訊就能複製嗓音，情緒、語速與發音都做成可調參數，權重則走專案自訂的許可協議，而不是通用開源授權。

以流匹配做語音合成的開源專案，提供 pip 套件、命令列推論與 Gradio 網頁介面。程式碼是 MIT，預訓練權重卻因訓練資料的限制只能非商用。