Библиотека FP8-матричного умножения от DeepSeek: до 1350 TFLOPS на Hopper — тот самый код, который ускоряет DeepSeek-V3.
Симуляция обществ ИИ-агентов от OpenBMB: запускайте команды агентов, которые обсуждают, спорят и решают задачи вместе — как в Sims для LLM.
Популярная замена голоса: обучите модель на 10 минутах записи — и любой голос станет голосом выбранного диктора в реальном времени.
Аудио-LLM от Alibaba: распознаёт речь и звуки, общается голосом и поёт — понимает музыку, голоса и акустические события.
Омни-модель с локального устройства: видит, слышит и говорит в реальном времени — камера и микрофон телефона превращаются в живого ассистента.
Открытая модель генерации видео по тексту и изображению от Skywork: кинематографичные кадры с реалистичной физикой и движением.
Трансляция голоса Microsoft на другие языки: сохраняет тембр и эмоции диктора при переводе речи — открытая реализация VALL-E.
TTS от Alibaba с мгновенным клонированием голоса: 3 секунды образца для копии голоса, контроль эмоций и кросс-лингвальный синтез.
TTS с множеством голосов от Microsoft: синтезирует диалоги нескольких говорящих длиной до 90 минут с естественными интонациями.
Векторный поиск от Redis для LLM-приложений: семантический кэш, RAG и routing поверх Redis — Python-библиотека от официальной команды.
Открытая модель MiniMax с контекстом миллион токенов: первая массовая LLM с lightning attention, сильна в длинном рассуждении и коде.
Визуальный анализ данных с ИИ от Microsoft: описываете нужную диаграмму словами — инструмент пишет и исполняет трансформации данных.
Инференс LLM на чистом Rust: быстрая загрузка моделей в 4-битном квантовании, поддержка Vision-Language моделей и Metal-ускорение на Mac.
Физический движок от DeepMind для робототехники и RL: точная симуляция контактов, твердых тел и сухожилий — стандарт обучения роботов.
Превращает формулы и уравнения с изображений в чистый LaTeX: OCR для математики, который разбирает даже рукописные выкладки.
Сильнейшее открытое зрение от Alibaba: точно распознаёт документы и рукописи, управляет компьютером по скриншотам, понимает часовые видео.
Открытое зрение от Allen AI: модели Molmo показывают точность закрытых конкурентов и указывают на объекты кликом, доступны для дообучения.
Деплой агентов LlamaIndex в продакшн: микросервисная оркестрация workflow, API-шлюз и масштабирование контейнеров с агентами.
API скрапинга для LLM-приложений: превращает любой сайт в чистый markdown, краулит целиком и извлекает структурированные данные по схеме.
SDK для агентов на инфраструктуре Cloudflare: stateful-агенты с памятью, веб-сокеты, планировщики и деплой одной командой wrangler.