Westlake-Omni是一个开源的中文情感语音交互大语言模型，采用离散表示实现语音与文本模态的统一处理，支持低延迟生成和高质量的中文情感语音交互。

NVIDIA 推出的最新一代高性能计算架构，专为加速人工智能和高性能计算而设计。

PaddleOCR 3.1 是一款基于飞桨深度学习框架开发的开源光学字符识别（OCR）工具，凭借其高精度、多语言支持和强大的文档解析能力，广泛应用于文档处理、信息提取等场景。

EditWorld 是由北京大学、Tiamat AI、天工AI和Mila实验室联合开发的一个图像编辑项目。该项目的核心目标是模拟真实世界动态，以实现基于指令的图像编辑。通过引入世界指令（world-instructed）图像编辑，EditWorld 能够根据用户提供的指令，对图像进行精确的编辑和调整。

简化口播视频制作流程的在线工具，提供从字幕添加到画质修复等多功能服务，帮助用户高效生成高质量的口播视频内容。

MiniCPM-V是由OpenBMB开发的一款面向端侧部署的多模态大型语言模型（MLLM），支持图像、视频和文本输入，提供高质量的文本输出。