bytedance

Ein Open-Source-Langzeit-SuperAgent-Harness, der recherchiert, codet und erstellt. Mit Hilfe von Sandboxes, Erinnerungen, Tools, Fähigkeiten, Subagenten und einer Nachrichten-Gateway behandelt er unterschiedliche Aufgabenstufen, die Minuten bis Stunden dauern können.

Der Open-Source Multimodal AI Agent Stack: Verbindet modernste KI-Modelle und Agenten-Infrastruktur

Trae Agent ist ein LLM-basierter Agent für allgemeine Softwareentwicklungsszenarien.

Pionierarbeit bei der automatisierten GUI-Interaktion mit nativen Agenten

Eine blitzschnelle JSON-Serialisierungs- und Deserialisierungsbibliothek

Ein HTML5-Video-Player mit einem Parser, der Datenvolumen spart

Das offizielle Repository für „Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting“, ACL, 2025.

FlowGram ist ein erweiterbares Workflow-Entwicklungsframework mit integrierter Leinwand, Formularen, Variablen und Materialien, das Entwicklern hilft, KI-Workflow-Plattformen schneller und einfacher zu erstellen.

Stable Diffusion für Lip-Sync nutzbar machen!

🔥 [ICCV 2025 Highlight] InfiniteYou: Flexibles Überarbeiten von Fotos unter Beibehaltung Ihrer Identität.

Elkeid ist eine Open-Source-Lösung, die die Sicherheitsanforderungen verschiedener Workloads wie Hosts, Containern, K8s und Serverless erfüllt. Sie basiert auf internen Best Practices von ByteDance.

Universelle Android-PLT-Hook-Bibliothek, die armeabi-v7a, arm64-v8a, x86 und x86_64 unterstützt.

🔥🔥 btrace (auch bekannt als RheaTrace) ist ein auf Perfetto basierendes Hochleistungs-Tracing-Tool für Android & iOS. Es misst nicht nur die Ausführungszeit Ihrer Methoden, sondern zeigt auch, warum sie langsam sind.

Android Single-Activity-Framework, kompatibel mit Fragment.

Eine universelle Android-Inline-Hook-Bibliothek mit Unterstützung für Thumb, arm32 und arm64

Eine mit RocksDB kompatible KV-Speicherengine mit besserer Leistung

Universelle Hilfsprogramme für Go

Auf dem Weg zu hochpräziser Open-Source-Vorhersage von Biomolekülstrukturen.

Appshark ist eine statische Taint-Analyseplattform zum Scannen von Schwachstellen in Android-Apps.

Offizielles Repository für die Pixel-LLM Codebasis: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1. Lösung für LSVOS)

PaSa – ein fortschrittlicher Agent für die Literatursuche, angetrieben von Large Language Models. Er kann autonom eine Reihe von Entscheidungen treffen, einschließlich des Aufrufs von Suchwerkzeugen, des Lesens von Artikeln und der Auswahl relevanter Referenzen, um letztendlich umfassende und genaue Ergebnisse für komplexe wissenschaftliche Abfragen zu erzielen.

[SIGGRAPH Asia 2025] DreamO: Ein einheitliches Framework zur Bildanpassung

SALMONN-Familie: Eine Suite fortschrittlicher multimodaler LLMs

[ICCV 2025] 🔥🔥 UNO: Eine universelle Anpassungsmethode für die Konditionierung auf einzelne und mehrere Subjekte

Eine schnelle, kommunikationsüberlappende Bibliothek für Tensor- und Experten-Parallelität auf GPUs.

Ein natives, einheitliches multimodales Modell mit 3B aktiven Parametern für Bild- und Videoverständnis, -generierung und -bearbeitung.

Bernini ist ein einheitliches Framework für die Videoerstellung und -bearbeitung, das einen MLLM-basierten semantischen Planer mit einem DiT-basierten Renderer kombiniert.

[CVPR 2026] 🔥🔥 Offizielles Repository von USO: Unified Style and Subject-Driven Generation via Disentangled and Reward Learning

Fastbot(2.0) ist ein modellbasiertes Testtool zur Modellierung von GUI-Übergängen, um Stabilitätsprobleme von Apps zu finden.

Dieses Repository enthält den Code für den 1D-Tokenizer und -Generator

Eine schnelle JSON-Serialisierungs- und Deserialisierungsbibliothek, beschleunigt durch SIMD.

Eine einfache und benutzerfreundliche Go-Mocking-Bibliothek, basierend auf den internen Best Practices von ByteDance

Ein Framework für kollaboratives maschinelles Lernen zwischen mehreren Parteien

Unternehmensorientierte generische Proxy-Lösungen. Derzeit im Wartungsmodus, bitte für Neuentwicklungen zu [VEY](https://github.com/VEY-OSS/vey) wechseln

[AAAI 2025] Offizieller Code von „ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models“.

Ein hochgradig anpassbarer Streaming-Flow-Builder.

[ECCV 2026 Oral] DreamID-V: Überbrückung der Image-to-Video-Lücke für hochpräzises Face Swapping mittels Diffusion Transformer

Das offizielle Repository für „Vidi: Large Multimodal Models for Video Understanding and Editing“

ComfyUI Lumi Batcher ist ein Stapelverarbeitungs-Extension-Plugin für ComfyUI, das darauf abzielt, die Effizienz beim Workflow-Debugging zu verbessern. Herkömmliche Debugging-Methoden erfordern das Anpassen von Parametern einzeln, während dieses Tool die Arbeitseffizienz durch Stapelverarbeitungsfunktionen erheblich steigert.

[CVPR2024] SchurVINS: Ein auf dem Schur-Komplement basierendes,軽量es visuell-inertiales Navigationssystem

[NeurIPS 2025] Offizielle Implementierung von „XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation“.

Tarsier – eine Familie großskaliger Video-Sprachmodelle, die darauf ausgelegt sind, hochwertige Videobeschreibungen zu generieren und ein allgemeines Verständnis für Videos zu bieten.

Quellcode für das SIGGRAPH 2024 Paper "X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention"