qwen

PALLAIDIUM — 整合至 Blender Video Editor (VSE) 的生成式 AI 電影工作室，支援從劇本到畫面及後製的端到端製作。

一種新穎的多模態大型語言模型（MLLM）架構，旨在結構化對齊視覺與文字嵌入。

供 Agent 使用的本地 AI 應用程式與推論引擎。在你的電腦上私密、100% 離線運行開放權重 LLM。歡迎加入我們的 Discord：https://discord.com/invite/8wGSsvmg4V

基於 Qwen-3 與 Stable Diffusion 系列的 DeepSeek Engram 架構研究。

Parallax 是一個分散式模型服務框架，讓您隨處建構自己的 AI 叢集

Qwen3.8-27B on a single RTX 3090 with vLLM: ~1,000 tok/s at 64 concurrent (int8 tensor-core GEMMs, fp16 DeltaNet state), ~114 tok/s single-user at default sampling / ~124 greedy (MTP drafts, own-output draft vocab, calibrated int4 lm_head, split-KV verify attention), 150k-262k context; patches, requant scripts, benchmarks

匯聚全球優秀的人工智慧（AI）開源專案。

GraphGen：透過知識驅動的合成資料生成增強大型語言模型的監督微調

一款桌面端 MCP 客戶端，設計為工具單一公用程式整合，透過 Model Context Protocol (MCP) 加速 AI 採用，並支援跨供應商的 LLM API 編排。

與原生執行在瀏覽器中的 AI 大型語言模型對話。享受隱私、無伺服器、流暢的 AI 對話體驗。

一個由 LLM 驅動的儲存庫代理，旨在協助開發者和團隊快速產生文件並理解儲存庫。

從 NLP 到 LLM 的演算法全端教學，線上閱讀地址：https://datawhalechina.github.io/base-llm/

適用於 Chrome 與 Firefox 的開源 AI 瀏覽器代理（單一儲存庫）🧠

🎬 透過 3D 互動控制從任何攝影機視角生成影像。在 3D 空間中拖曳攝影機或使用滑桿設定方位角/仰角/距離後進行生成。基於 Three.js + Gradio 建構，支援中英雙語介面。

針對擴散與全能模型的多模態 RL 訓練框架

MAC (Multi-Agent CAD)：透過受限的測試期運算進行 text-to-CAD 生成的解耦多代理人框架

🚀 在任何地方執行 Codex Mobile：Android 上的 Linux、Windows 或 Termux 🚀

在幾分鐘內於本機或遠端部署任何 AI 模型、Agent、資料庫、RAG 和 pipeline。

🤖✨ ChatMLX 是一個基於大型語言模型、適用於 macOS 的現代化、開源且高效能的聊天應用程式。

個人從頭使用 1T tokens 訓練 1B LLM

🚀🚀🚀 收集一些關於大型語言模型（LLM）、視覺語言模型（VLM）、視覺語言動作（VLA）、AI 生成內容（AIGC）以及相關資料集與應用的優秀公開專案。

以極速進行訓練／微調

具備規格編碼的私有代理艦隊。每個代理皆擁有專屬的 GPU 加速桌面，可在完整的私有 AI 堆疊上執行 Claude、Codex、Gemini 及開放模型

言語化取樣 (Verbalized Sampling) 是一種免訓練的提示策略，透過要求附帶機率的回應來緩解 LLM 中的模式崩潰。在維持品質的同時實現 2-3 倍的多樣性提升。具備 CLI/API 的模型無關框架，適用於創意寫作、合成資料生成與對話模擬。

即時語音助理 —— WebRTC 串流、faster-whisper ASR、本地 LLM、Vui Nano (300M) TTS。相容 OpenAI Realtime API。支援語音複製、插話打斷，在 4090 上約有 9 倍即時效能。採用 Apache 2.0 授權。

Dingo：一個全面的 AI 資料、模型與應用程式品質評估工具

MimikaStudio - 適用於 macOS (Apple Silicon) 的本機優先應用程式 + 支援 Agentic MCP

🐋MindChat（漫談）：漫談人生路，笑對風霜途

個人專案：MPP-Qwen14B & MPP-Qwen-Next（基於 Qwen-LM 的多模態管線並行）。支援 [影片/圖片/多圖] {微調/對話}。別讓貧窮限制您的想像力！在 RTX3090/4090 24GB 上訓練您自己的 8B/14B LLaVA 風格 MLLM。

純 Rust + CUDA LLM 推論引擎 — 無需 PyTorch，相容 OpenAI，支援 Qwen3 至 Kimi-K2 服務