★
ColossalAI 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理，主打速度快。
Making large AI models cheaper, faster and more accessible
OpenGVLab / InternVideo
InternVideo
[ECCV2024] Video Foundation Models & Data for Multimodal Understanding
InternVideo 是用 Python 编写的学习资料，用于系统学习与查阅。
目前累计 2.4k star、163 fork，主要语言为 Python，项目始于 2022 年，采用 Apache-2.0 许可。最近状态：近半年有提交。适合：想补齐某块知识的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。OpenGVLab/InternVideo 是一个以 Python 为主的开源项目，目前累计 2.4k star、163 fork，近半年有提交。主要方向：action-recognition、benchmark、contrastive-learning、foundation-models、instruction-tuning、masked-autoencoder。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。action-recognitionbenchmarkcontrastive-learningfoundation-modelsinstruction-tuningmasked-autoencodermultimodalopen-set-recognitionself-supervisedspatio-temporal-action-localizationtemporal-action-localizationvideo-clip
README
正在加载…相关项目
★
《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）开源主仓库：全书正文、编译版 PDF 与按章配套代码
《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）开源主仓库：全书正文、编译版 PDF 与按章配套代码
★
LlamaFactory 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)
★
OpenVoice 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。
Instant voice cloning by MIT and MyShell. Audio foundation model.
★
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL…
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/…
★
sglang 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打高性能。
SGLang is a high-performance serving framework for large language models and multimodal models.