Allen Institute for AI (AI2)

一個開源入門套件，用於構建一個虛擬小鎮，其中的AI角色可以生活、聊天並建立關係。它是一個可自訂的模擬環境，用於探索自主AI智能體的湧現社交行為。

PolyGPT是一款免費開源的桌面應用程式，允許用戶同時與多個AI模型（包括ChatGPT、Gemini和Claude）進行聊天。它透過一次輸入即可從不同AI獲取實時並排響應，從而消除標籤切換，便於比較和提高生產力。

TodoVex是一款免費、開源、由AI驅動的待辦事項列表應用程式，旨在成為Todoist的智能替代品。它利用OpenAI智能地組織您的任務、預測您的下一個優先事項並簡化您的工作流程。透過智能輔助，在簡潔直觀的介面中管理您的個人和專業專案。

CrayEye 是一款免費、開源的多模態AI工具，可讓您建立和分享融合了設備感測器（如攝影機、GPS）和API（如天氣）真實世界背景的視覺提示。透過它，您可以用全新的、具備情境感知能力的方式來試驗視覺模型，解讀您周圍的環境。

Meet Febin 是一個個人創新中心，展示了一系列實驗性人工智慧專案。它包含了多個獨特的工具，如用於電影情感分析的 Film Flow、用於同理心溝通的 Peace Messenger，以及用於情緒感知的 Crowd Feel，讓人們一窺以人為本的人工智慧應用的未來。

Cohere 是一個安全的企業級 AI 平台，為開發者和企業提供先進的大型語言模型。它專注於文本生成、摘要、語義搜索和檢索增強生成（RAG），並特別強調數據隱私、透過微調實現的可客製化性以及包括本地和私有雲在內的靈活部署選項。

LAION（大規模人工智慧開放網路）是一個致力於人工智慧研究民主化的非營利組織。它向公眾提供海量的開源資料集、預訓練模型和工具，以促進機器學習領域的開放研究、教育和資源高效利用。

Falcon LLM是由技術創新研究所（TII）開發的一系列功能強大的開源和開放存取大型語言模型。Falcon模型以其頂尖的性能、可擴展性和多模態能力而聞名，涵蓋了從高效的邊緣部署版本到龐大的180B參數模型，旨在為全球開發者、研究人員和企業普及先進的人工智慧技術。

一款基於LLaMA模型並由Colossal-AI框架驅動的開源對話式AI。它提供了一個免費、易於訪問的平台，用於自然語言互動、文本生成，並探索大型語言模型的能力。

Papers with Code 是一個面向機器學習研究人員和開發人員的免費、開放資源。它將科學論文與其對應的開源程式碼連接起來，使研究更易於獲取和重現。該平台提供最先進的技術排行榜、可瀏覽的資料集和全面的AI研究集合，幫助用戶追蹤進展、尋找實作方案並加速工作。它是任何AI/ML社群成員的必備工具。

Comet 是由 Perplexity AI 開發的一系列高效能、開源的大型語言模型（LLM）。Comet 專為實現卓越的速度和準確性而設計，為快速的對話式 AI 應用提供動力，並可透過 API 和直接下載供開發者使用。

Nous Research 是一家致力於開發開源、以人為本的語言模型的 AI 研究機構。他們專注於透過去中心化訓練基礎設施、先進的模型架構和強大的推理 API 來實現 AI 的民主化，挑戰傳統的閉源模型方法。

Seed 是字節跳動旗下專注於建構通用人工智能的前沿 AI 研究團隊。他們開發涵蓋多模態、視覺、語音、機器人及大型語言模型等領域的基礎模型，推動學術研究和現實世界應用的創新。

Qwen（通義千問）是來自阿里雲的功能強大的開源大語言及多模態模型系列。它在對話式AI、頂尖程式碼生成、具有精確文字渲染的高級圖像創建以及高品質多語言翻譯等廣泛任務中表現出色，為全球開發者和創作者賦能。

Label Studio 是一個功能多樣的開源資料標註平台，專為各種資料類型設計。它讓使用者能夠標註圖像、文字、音訊、影片和時間序列資料，以微調大型語言模型（LLM）、準備機器學習訓練資料，並透過人機回圈反饋來驗證 AI 模型。

UBIAI 是一個用於建構、微調和部署自訂大型語言模型（LLM）的端到端平台。它整合了包括OCR在內的高階資料標註功能，並提供針對20多種頂級模型的簡化微調流程。非常適合希望為文件分析、聊天機器人等任務創建特定領域、準確可靠的AI解決方案的企業和新創公司。

Intervo是一個開源平台，旨在幫助企業建構和部署智能語音和聊天AI代理。它透過先進的對話式AI，自動化客戶互動，簡化工作流程，並增強潛在客戶資格鑑定、客戶支援和內部營運。

一個提供免費、免註冊存取DeepSeek V3的線上平台。DeepSeek V3是一款頂尖的開源混合專家（MoE）大型語言模型，擅長複雜推理、程式設計和多語言任務。

EnergeticAI 是一個開源的 Node.js 函式庫，專為在應用程式中整合 AI 模型而設計，並針對無伺服器環境進行了特別優化。它提供了比標準 TensorFlow.js 更高效能、更低延遲的替代方案，具有極小的模組體積和極快的冷啟動速度。借助用於嵌入和少樣本文字分類的預訓練模型，開發人員可以輕鬆建構語義搜尋、推薦和內容分類等功能，而無需依賴第三方 API，從而確保資料隱私和成本控制。