bytedance

Un arnés SuperAgent de código abierto y largo alcance que investiga, programa y crea. Con la ayuda de sandboxes, memorias, herramientas, habilidades, subagentes y pasarela de mensajes, maneja diferentes niveles de tareas que pueden tomar desde minutos hasta horas.

La pila de agentes de IA multimodales de código abierto: conectando modelos de IA de vanguardia e infraestructura de agentes

Trae Agent es un agente basado en LLM para tareas de ingeniería de software de propósito general.

Interacción GUI automatizada pionera con agentes nativos

Una biblioteca de serialización y deserialización de JSON extremadamente rápida

Un reproductor de video HTML5 con un analizador sintáctico que ahorra tráfico

El repositorio oficial de “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.

FlowGram es un marco de desarrollo de flujos de trabajo extensible con lienzo, formularios, variables y materiales integrados que ayuda a los desarrolladores a construir plataformas de flujos de trabajo de IA de forma más rápida y sencilla.

¡Dominando Stable Diffusion para la sincronización de labios!

🔥 [ICCV 2025 Highlight] InfiniteYou: Recreación flexible de fotos conservando tu identidad

Elkeid es una solución de código abierto que puede cumplir con los requisitos de seguridad de diversas cargas de trabajo como hosts, contenedores, K8s y serverless. Se deriva de las mejores prácticas internas de ByteDance.

Biblioteca general de PLT hook para Android, compatible con armeabi-v7a, arm64-v8a, x86 y x86_64

🔥🔥 btrace (también conocido como RheaTrace) es una herramienta de rastreo de alto rendimiento para Android e iOS construida sobre Perfetto. No solo mide el tiempo de tus métodos, sino que también revela por qué son lentos.

Framework de actividad única para Android compatible con Fragment.

Biblioteca universal de inline hook para Android, compatible con thumb, arm32 y arm64

Un motor de almacenamiento KV compatible con RocksDB y con mejor rendimiento

Utilidades universales para Go

Hacia la predicción de estructuras biomoleculares de código abierto y alta precisión.

Appshark es una plataforma de análisis estático de contaminación (taint analysis) para escanear vulnerabilidades en aplicaciones Android.

Repositorio oficial para el código base de Pixel-LLM: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1.ª solución para LSVOS)

PaSa: un agente avanzado de búsqueda de artículos impulsado por modelos de lenguaje de gran escala. Puede tomar decisiones de forma autónoma, incluyendo invocar herramientas de búsqueda, leer artículos y seleccionar referencias relevantes, para obtener resultados completos y precisos para consultas académicas complejas.

[SIGGRAPH Asia 2025] DreamO: un framework unificado para la personalización de imágenes

Familia SALMONN: un conjunto de LLMs multimodales avanzados.

[ICCV 2025] 🔥🔥 UNO: Un método de personalización universal para condicionamiento de sujeto único y múltiple

Una biblioteca rápida de superposición de comunicación para paralelismo de tensores/expertos en GPUs.

Un modelo multimodal unificado nativo con 3B de parámetros activos para la comprensión, generación y edición de imágenes y videos.

Bernini es un framework unificado para la generación y edición de video que combina un planificador semántico basado en MLLM con un renderizador basado en DiT.

[CVPR 2026] 🔥🔥 Repositorio oficial de USO: Generación unificada impulsada por estilo y sujetos mediante aprendizaje desacoplado y por refuerzo

Fastbot(2.0) es una herramienta de pruebas basada en modelos para modelar transiciones de GUI y descubrir problemas de estabilidad en aplicaciones.

Este repositorio contiene el código para un tokenizador y generador 1D.

Una biblioteca rápida de serialización y deserialización de JSON, acelerada por SIMD.

Una biblioteca de mocking para Go, sencilla y fácil de usar, derivada de las mejores prácticas internas de ByteDance

Un marco de trabajo de aprendizaje automático colaborativo multipartito.

Soluciones de proxy genérico orientadas a empresas. Actualmente en modo de mantenimiento, por favor utiliza VEY para nuevos desarrollos.

[AAAI 2025] Código oficial de "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models"

Un generador de flujos de streaming altamente personalizable.

[ECCV 2026 Oral] DreamID-V: cerrando la brecha entre imagen y video para el intercambio de rostros de alta fidelidad mediante Diffusion Transformer.

Repositorio oficial de Vidi: modelos multimodales grandes para la comprensión y edición de video

ComfyUI Lumi Batcher es un plugin de procesamiento por lotes diseñado para ComfyUI, con el objetivo de mejorar la eficiencia en la depuración de flujos de trabajo. A diferencia de los métodos tradicionales que requieren ajustar parámetros uno por uno, esta herramienta aumenta significativamente la eficiencia mediante capacidades de procesamiento por lotes.

[CVPR2024] SchurVINS: Sistema de navegación visual-inercial ligero basado en el complemento de Schur

[NeurIPS 2025] Implementación oficial de "XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation".

Tarsier: una familia de modelos de lenguaje y video a gran escala, diseñada para generar descripciones de video de alta calidad, junto con una buena capacidad de comprensión general de video.

Código fuente del artículo de SIGGRAPH 2024 "X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention".