VITA-1.5是一款强大的开源交互式多模态大语言模型，支持实时视觉与语音交互。

YouTube Summary Extension是一款Chrome插件，利用AI生成YouTube视频的简洁总结，支持多种AI提供商。

open-pi-zero是基于Physical Intelligence的pi0模型，采用MoE架构和预训练的3B PaliGemma VLM实现。

Open Canvas是一个开源Web应用，旨在通过与智能体协作，提升文档写作效率，支持记忆和自定义操作。

FlexRAG是一个灵活高效的框架，专为多模态检索增强生成任务设计，支持简单配置与高性能应用。

LatentSync是一种基于音频的潜在扩散模型的唇同步框架，能提升时间一致性与同步精度。