52,713 星開源項目:VibeVoice — 微軟開源語音 AI 家族
2026-08-16
微軟開源語音 AI 家族 VibeVoice 在 GitHub 累積 52,713 顆星標,涵蓋 60 分鐘長語音辨識、90 分鐘多說話人語音合成與即時串流語音模型,採 MIT 授權,並整合 Azure AI Foundry 與 Hugging Face Transformers 生態。...
閱讀 →共 476 篇報道,現顯示第 361–380 篇(第 19 / 24 頁)
2026-08-16
微軟開源語音 AI 家族 VibeVoice 在 GitHub 累積 52,713 顆星標,涵蓋 60 分鐘長語音辨識、90 分鐘多說話人語音合成與即時串流語音模型,採 MIT 授權,並整合 Azure AI Foundry 與 Hugging Face Transformers 生態。...
閱讀 →
2026-08-16
Stirling-PDF 是 GitHub 星標逾 8.9 萬的開源 PDF 處理平台,以 Java 開發,提供 50 多種 PDF 工具,涵蓋合併、分割、簽署、遮罩、轉換與 OCR 等功能,支援桌面端、瀏覽器與自托管伺服器部署方式,文件不需上傳第三方服務,Docker 下載量逾 2,000 萬次。
閱讀 →
2026-08-16
FastAPI 是 GitHub 星標逾 10 萬的現代高性能 Python Web 框架,基於標準型別註解自動完成資料驗證、序列化與互動式 API 文檔生成,性能媲美 Node.js 與 Go。本文分析其核心架構、生態影響與採用案例,並比較其與 Flask、Django 的差異。
閱讀 →
2026-08-15
Ultralytics YOLO 是 GitHub 星標逾 6 萬的開源電腦視覺框架,以 YOLO26、YOLO11 與 YOLOv8 系列模型支援物件偵測、實例分割、姿態估計與物件追蹤等任務,最新 YOLO26n 在 T4 GPU 推理僅需 1.7 毫秒,每月下載量逾 2 億次,成為即時視覺應用的標準選擇。
閱讀 →
2026-08-15
Stable Diffusion 是 GitHub 星標逾 7.3 萬的開源潛在擴散模型,由慕尼黑大學 CompVis 團隊與 Stability AI 合作開發,以 860M UNet 與 CLIP 文字編碼器在消費級 GPU 實現文字生圖,開啟 AI 繪圖革命。
閱讀 →
2026-08-15
Immich 是 GitHub 星標逾 11 萬的開源高性能自托管照片與影片管理方案,以 TypeScript 開發,提供自動備份、人臉辨識與群組、CLIP 語意搜尋、地圖與 Memories 回憶等功能,並支援 OAuth、多用戶與 API 金鑰,被社群視為 Google Photos 的主要開源替代方案。
閱讀 →
2026-08-15
LlamaFactory 是 GitHub 星標逾 7.4 萬的開源大模型微調框架,以單一介面支援 100 多款語言與多模態模型的預訓練、監督微調與偏好對齊,提供零代碼 CLI 與 LLaMA-Board 網頁介面,整合 LoRA、QLoRA 與 vLLM 等加速方案,採用 Apache-2.0 授權。
閱讀 →
2026-08-15
CC Switch 是 GitHub 星標逾 12.7 萬的開源桌面工具,以 Tauri 2 與 Rust 開發,單一介面管理 Claude Code、Codex、Gemini CLI、OpenClaw 等八大 AI 工具的 Provider 設定,累計下載量逾 1,600 萬次。...
閱讀 →
2026-08-15
last30days 是一個搜尋 Reddit、X、YouTube、Hacker News、Polymarket 等二十多個平台、並以真實用戶參與度排序結果的 AI 代理搜尋引擎,目前以 58,216 顆星標成為 GitHub 最熱門的 Agent Skill 之一。本文分析其核心架構、技術亮點、生態影響與商業化路徑。
閱讀 →
2026-08-15
RustDesk 是 GitHub 星標逾 12 萬的開源遠端桌面應用程式,以 Rust 語言編寫,提供免配置即用、完全掌控資料與自托管伺服器等特性,被視為 TeamViewer 的主要開源替代方案,支援 Windows、macOS、Linux、Android 與 iOS 等平台。
閱讀 →
2026-08-15
OpenAI 於 8 月 13 日預覽 Ultrafast 新模式,讓旗艦模型 GPT-5.6 Sol 以最高 14 倍於標準處理的速度運行,每秒最多輸出 750 個 Token,由 Cerebras 提供算力。該模式率先登陸 OpenAI API,以有限預覽開放予首批客戶,涵蓋事故應對、金融研究與客戶支援等即時場景。
閱讀 →
2026-08-15
ChatGPT 於 8 月 14 日起向付費用戶開放 Google Drive 深度整合,用戶可把雲端檔案加入 ChatGPT Library,直接在對話中開啟與編輯文件,修改即時同步回原檔,無需切換視窗。同週亦推出互動測驗、Yelp 訂位整合與首頁建議功能,強化 ChatGPT 作為工作效率入口的角色。
閱讀 →
2026-08-15
Google 於 8 月 14 日宣布容許用戶移除 AI 生成內容的可見水印,涵蓋圖片、影片與歌曲;不可見的 SynthID 水印與 C2PA 元資料會保留。此開關適用於 Nano Banana、Omni 與 Lyria 模型,將在 Gemini 與 Flow 編輯器推出,並開源 Credentio...
閱讀 →
2026-08-15
Google DeepMind 8 月 13 日推出 Gemini 3.7 Flash,是 Flash 系列最智能的編程與代理模型,FrontierCode 基準大幅超越 3.6 Flash,輸入定價減半至每百萬 Token 0.75 美元,Gemini Spark 即日採用,開發者可經 AI Studio 使用。...
閱讀 →
2026-08-15
MinerU 是 GitHub 星標逾 7.7 萬的開源高精度文檔解析引擎,由 OpenDataLab 開發,可將 PDF、DOCX、PPTX、XLSX 與圖片轉化為 LLM 可直接讀取的 Markdown 與 JSON,支援 109 種語言 OCR,最新 3.4 版本將 OCR 準確度提升約...
閱讀 →
2026-08-15
Keras 3 是 Google 主導的多後端深度學習框架,GitHub 累積逾 6.4 萬星標,以 Apache 2.0 授權開放,支援 JAX、TensorFlow、PyTorch 與 OpenVINO 四種後端,透過高階 API 簡化模型開發。最新版本 3.12.4 持續優化效能,本文分析其技術架構與市場影響。
閱讀 →
2026-08-14
scikit-learn 是 Python 最具影響力的開源機器學習函式庫,GitHub 累積逾 6.7 萬星標,BSD 3-Clause 授權開放,提供分類、回歸、聚類與模型選擇的統一 API。2026 年發布的 1.9.0 加入 Callbacks 與 Narwhals 互操作層,本文分析其技術架構與生態影響。
閱讀 →
2026-08-14
字節跳動開源項目 DeerFlow 2.0 突破 8 萬星標,曾登上 GitHub Trending 第一名。本文深入分析其從深度研究框架轉型為超級代理執行環境的技術架構,包括技能模組、子代理、沙盒執行與長期記憶等核心功能,並提供快速部署步驟與生態影響評估。
閱讀 →
2026-08-14
AnythingLLM 是 GitHub 星標逾 6.4 萬的開源全能 AI 應用,支援文件問答、AI 代理、動態模型路由與多用戶協作,預設本地執行且無需複雜設定,採用 MIT 許可證。其 v1.16.0 版本於 2026 年 8 月 14 日發佈,新增圖像生成功能,是本地優先 AI 應用的代表性項目。
閱讀 →
2026-08-14
Awesome MCP Servers 是 GitHub 星標逾 9.2 萬的開源 MCP 伺服器目錄,收錄超過 1,356 個 Model Context Protocol 伺服器,涵蓋 24 個應用領域,由 Frank Fiegel 維護,採用 MIT...
閱讀 →