PodBravo：自動化生成獨特內容
PodBravo是一個自動化的內容生成工具，可以透過人工智慧為您的播客創作轉錄、節目摘要、時間戳、標題、部落格文章、社交媒體帖子、影片片段等內容，提升您的播客的受眾範圍。不需要額外的工作，只需點選一次即可生成多種內容。價格方案靈活，適用於任何規模的播客製作。
Large World Models：大型世界模型，理解影片與語言
Large World Models是一個利用RingAttention技術訓練的神經網路，專注於處理長影片和語言序列，以理解人類知識和多模態世界。它透過大規模資料集訓練，實現了前所未有的上下文大小，並開源了一系列70億引數的模型，能夠處理超過100萬標記的文字和影片。
gemma.cpp：谷歌Gemma模型的輕量級C++推理引擎
gemma.cpp是谷歌為Gemma模型開發的輕量級、獨立的C++推理引擎。它專注於為Gemma 2B和7B模型提供簡潔、直接的實現，旨在支援研究和實驗用例，易於嵌入其他專案且具有高度的可修改性。gemma.cpp利用Google Highway庫，最佳化了CPU推理效能。
Open-Sora-Plan：開源專案，復現OpenAI的Sora模型
Open-Sora-Plan是一個開源專案，旨在復現OpenAI的Sora（T2V模型），並構建關於Video-VQVAE（VideoGPT）+ DiT的知識。專案由北京大學-兔展AIGC聯合實驗室發起，目前資源有限，希望開源社區能夠貢獻力量。專案提供了訓練程式碼，並歡迎Pull Request。
DataDreamer：生成合成資料，訓練和對齊模型的工具
DataDreamer是一個強大的開源Python庫，用於提示、生成合成資料和訓練工作流。它旨在簡單易用，極其高效，且具有研究級質量。DataDreamer支援建立提示工作流、生成合成資料集、對齊模型、微調模型、指令調優模型和模型蒸餾。它具有簡單、研究級、高效、可復現的特點，並簡化了資料集和模型的共享。
Intel NPU Acceleration Library：英特爾神經處理單元加速庫
Intel NPU Acceleration Library是英特爾為神經處理單元（NPU）開發的加速庫，旨在提高深度學習和機器學習應用的效能。該庫提供了針對英特爾硬體最佳化的演演算法和工具，支援多種深度學習框架，能夠顯著提升模型的推理速度和效率。
LlamaParse：LLAMA的解析工具
llama_parse是LLAMA專案的一部分，用於解析和處理相關資料。LLAMA是一個用於機器學習模型的庫，專注於提供易於使用的介面和高效的資料處理能力。
gpt-prompt-engineer：一個關於GPT模型提示工程（Prompt Engineering）的資源庫
gpt-prompt-engineer是一個專注於GPT模型提示工程的資源庫，旨在提供關於如何有效地與GPT模型互動、如何構造提示以引導模型生成期望輸出的技巧和策略。
mindspore.cn：華為開源自研AI框架
華為開源自研AI框架MindSpore。自動微分、並行加持，一次訓練，可多場景部署。支援端邊雲全場景的深度學習訓練推理框架，主要應用於計算機視覺、自然語言處理等AI領域，面向資料科學家、演演算法工程師等人群。主要具備基於原始碼轉換的通用自動微分、自動實現分散式並行訓練、資料處理、以及圖執行引擎等功能特性。藉助自動微分，輕鬆訓練神經網路。框架開源，華為培育AI開發生態。