推理、部署与运行时
Hugging Face Transformers
huggingface/transformers
一个面向文本、视觉、音频和多模态领域最先进机器学习模型的模型定义框架，同时支持推理和训练。
★ 163.3K⑂ 34.1KPython
ToolAI.io · GitHub 频道
GitHub 上的热门 AI 项目
一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引；每个条目均包含许可证、设置、下载、截图及相关资源。
公开仓库数据
项目索引
多模态 AI
精选
whisper：Speech recognition and transcription
openai/whisper
ToolAI 对 openai/whisper 的客观项目介绍。Robust Speech Recognition via Large-Scale Weak Supervision
★ 107.4K⑂ 13KPython
多模态 AI
PaddleOCR：OCR and document intelligence
PaddlePaddle/PaddleOCR
ToolAI 对 PaddlePaddle/PaddleOCR 的客观项目介绍。Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages
★ 87.8K⑂ 11.2KPython
多模态 AI
Qwen3-VL：Vision-language models
QwenLM/Qwen3-VL
ToolAI 对 QwenLM/Qwen3-VL 的客观项目介绍。Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
★ 19.8K⑂ 1.8KPython
多模态 AI
DeepSeek-OCR：Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
ToolAI 对 deepseek-ai/DeepSeek-OCR 的客观项目介绍。Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
多模态 AI
Janus：Unified multimodal understanding and generation
deepseek-ai/Janus
ToolAI 对 deepseek-ai/Janus 的客观项目介绍。Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython