AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：开源
共 101 篇文章 · 清除标签
FeyNoBg – Feyn Labs 开源的自动背景去除模型
FeyNoBg是由Feyn Labs开发并开源的自动背景去除模型，基于BiRefNet架构进行深度优化，拥有2.63亿参数。该模型在UHRSD-TE、HRSOD-TE等8项基准测试中，4项取得最优成绩（SOTA），其余4项与最优结果差距在2%以内。同时开源了NoBg Python库，提供统一的模型运行与训练接口，深度集成Hugging Face生态系统，采用Apache-2.0开源协议，降低了开发...
JiuwenSwarm – 华为开源的 AI Agent 统一工作平台
JiuwenSwarm是华为2012实验室、华为云、终端小艺等团队联合构建的开源AI Agent平台，也是首个面向鸿蒙PC的开源AI统一工作台。平台采用多智能体协同架构，支持办公、编程、娱乐等场景的一站式任务执行，创新推出HITS人机协同新范式，让人与Agent共同组队完成复杂任务。平台全套开源，支持Windows、Mac、HarmonyOS、Ubuntu等多平台部署。
last30days-skill – 开源的跨平台 AI Agent 实时评论研究工具
last30days-skill 是开源的 AI Agent 研究技能，让 Agent 自动扒取过去30天海外各大社交平台的真实讨论并合成带引用的报告。工具深度爬取 Reddit 评论、X 高赞回复、YouTube 完整转录、TikTok 互动、Polymarket 赔率等，按真实人类参与度排序。last30days-skill 支持智能话题解析、跨源故事聚类、竞品自动对比和可分享HTML简报，帮...
img2threejs – 开源的 AI Skill，支持单图转 Three.js 3D 模型
img2threejs是由开发者hoainho推出的开源AI Skill，能够将单张参考图片自动转换为可交互的Three.js 3D模型。该工具通过深度分析图片的轮廓、比例、材质与表面细节，生成结构化的建模规格文档，并利用Three.js基础几何体与程序化纹理重建物体，最终输出一套纯代码模型。整个过程无需导入外部网格文件，模型可直接嵌入网页并进行版本管理，为Web前端开发者提供了一条从图片到3D代...
Mage-Flow – 微软开源的轻量级多模态图像生成模型系列
Mage-Flow 是微软开源的轻量级多模态图像生成模型系列，基于流匹配架构，仅 4B 参数。模型包含 Base 基础版、RL 强化学习版、Turbo 加速版和 Edit 图像编辑版四个变体，支持文本到图像生成、局部编辑与风格迁移。模型在保持高质量输出的同时大幅降低部署门槛，可在消费级 GPU 上高效运行，适用电商设计、广告创意、游戏开发等场景。
SeFi-Image – 开源的文本到图像模型，基于语义优先扩散
SeFi-Image是一种基于语义优先扩散架构的开源文本到图像生成模型，提供1B、2B、5B三种参数规格。该模型通过将高层语义结构与纹理细节分离，并引入时序偏移机制，使语义流提前一个时间步开始去噪，从而为纹理生成提供清晰的结构锚点。5B模型仅需125K A800 GPU小时即可完成训练，在GenEval、LongTextBench、CVTG-2K和OneIG等多项基准测试中表现强劲，支持场景合成、...
Colibrì – 开源的轻量级本地推理引擎，分层存储推理
Colibrì 是一款开源的轻量级本地推理引擎，专为在消费级硬件上运行超大规模 MoE（混合专家）模型而设计。它能够在仅 25GB 系统内存的普通电脑上运行参数总量达 744B 的 GLM-5.2 旗舰模型，无需昂贵的服务器集群。其核心创新在于分层存储架构：将常驻参数保留在内存中，而将海量路由专家参数存放在 NVMe 硬盘上按需动态加载，从而突破了大模型必须完整装入高速显存或内存的传统限制。引擎采...
StaffDeck – 面壁智能等开源的企业级数字员工平台
StaffDeck是由面壁智能联合东北大学-面壁智能数据智能联合实验室、清华大学THUNLP实验室、OpenBMB与AI9Stars共同开源的企业级数字员工全流程构建与管理平台。该平台突破传统AI助手定位，将Agent视为具备岗位、工号、SOP、知识库与绩效档案的正式员工，通过状态机驱动的流程引擎、结构化知识库与反馈迭代闭环，实现从对话工具到可履职、能沉淀经验的数字劳动力的进化，为企业提供规范化、...
Agents-A1 – 上海 AI Lab开源的混合专家智能体模型
Agents-A1是由上海人工智能实验室（上海AI Lab）开源的35B参数混合专家（MoE）智能体模型，专为复杂科研长程任务设计。该模型通过知识-行动图谱（KAG）构建可验证长轨迹基础设施，并采用三阶段多专家蒸馏训练，突破了大模型依赖海量参数实现复杂推理的局限。在长程搜索、科学推理、指令遵循等基准上，Agents-A1以35B参数实现了比肩甚至超越万亿参数模型的性能。
LingBot-VA 2.0 – 蚂蚁灵波推出的具身原生世界动作模型
LingBot-VA 2.0是蚂蚁灵波推出的行业首个具身原生世界动作模型，基于自回归架构从零预训练，使机器人具备“边推演、边行动”的通用控制能力。模型采用因果DiT与稀疏MoE架构，总参数15.3B但推理仅激活2.5B，在RoboTwin 2.0基准上实现93.6%的双臂任务成功率，单GPU推理速度达到150Hz，异步模式下可达225Hz。该模型从架构设计、数据采集到训练目标均为物理世界量身定制，...
