OpenBiomechanics开源项目 – 开源棒球投手动作捕捉数据

Flove是一款遵循Material You设计语言的极简运动追踪软件，用户可以通过该应用方便地记录和管理自己的运动数据，提升运动体验。

AiRunner是一款基于人工智能的跑步应用，提供个性化和虚拟教练服务，心率监测以及实时AI反馈。它旨在通过提供结构化的训练计划、指导跑步的姿势和技巧，以及详细的性能指标来优化跑步表现。

Avais是一个排球训练应用，旨在帮助用户追踪他们的表现并提高比赛能力。通过实时追踪和动作分析，该应用提供个性化的教练指导和训练练习，帮助用户在球场上发挥出最佳潜力。用户只需下载应用并创建账户，安装iPhone在三脚架上，Avais应用会自动检测场地和运动员，从而跟踪比赛并分析表现。

gymcircle是一个社交健身追踪应用，通过智能追踪和社交连接，使锻炼变得简单愉快。用户可以方便地记录锻炼情况，跟踪进展，并获得个性化的健身建议。

Marlee教练是一个使用科学为基础的教练，通过指纹成功来提供服务。现在，每个拥有互联网接入的人都能承受改变生活的教练费用，这是全球顶尖表现者、CEO、名人和领袖们几十年来成功的秘密燃料。

Euro 2024 AI是一个专为足球爱好者设计的AI助手，提供实时预测、深度分析和每场比赛的胜利策略。无论是投注还是助威，AskHandle都能让你走在前面。

MiniMind 是一个开源 AI 项目，旨在从零开始，以极低的成本和极短的时间训练出超小语言模型。项目涵盖了从数据集清洗到模型训练的全过程，并提供了多种先进的算法和模型结构。通过仅需 3 块钱成本和 2 小时，即可训练出 25.8M 的超小语言模型，最小版本体积是 GPT-3 的 1/7000，适合普通个人 GPU 快速训练。项目还拓展了视觉多模态的 VLM: MiniMind-V，所有核心算法代码均从 0 使用 PyTorch 原生重构，不依赖第三方库提供的抽象接口。这不仅是大语言模型的全阶段开源复现，也是一个入门 LLM 的教程。

OpenAI Gym是一个开源的强化学习平台，旨在为研究人员和开发者提供一个高效的环境，用于测试和开发强化学习算法。它支持多种环境，包括经典控制、机器人模拟和视频游戏，并且易于扩展，允许用户创建自定义环境。该平台广泛应用于研究、教育和工业领域，并且完全开源，促进社区创新和合作。

Aperture 是一个专门用于可视化 Stable Diffusion 中注意力层的工具，特别设计用于可视化 UNet 中每个词在每一层的注意力分布。它支持 Stable Diffusion 2.1 和 Flux Dev 模型，并提供了完整的前端和后端代码，便于用户进行定制和进一步开发。

Run Container VM (RunCVM) 是一个实验性的开源项目，旨在使启动标准容器化工作负载和系统工作负载在VM中变得像启动容器一样简单。

Lightning IR 是一个基于 PyTorch Lightning 的库，专门用于微调和运行基于 transformer 的语言模型进行信息检索任务。它提供了完整的解决方案，支持多种信息检索任务和数据集，简化了模型训练和推理过程，同时易于扩展和定制。

MarkLLM是一个专门用于在大型语言模型(LLM)中实现水印的研究和应用的工具包，旨在提供水印的生成、检测及其对模型性能的研究，助力学术和工业界的相关探索。

开源项目 Microsoft 激活脚本 (MAS) 采用新方法重新支持 HWID 激活，旨在帮助用户在微软停止免费升级后仍能激活 Windows 操作系统。

AutoGPT 是一个功能强大的开源平台，旨在让用户能够轻松构建、部署和运行自主AI代理，以自动化复杂的工作流程。平台提供了低代码界面、工作流程引擎、部署平台和预构建代理市场，适用于各种行业和用例。AutoGPT 由前端和服务器端组成，前端提供用户交互界面，允许用户设计、配置和管理 AI 代理，服务器端负责运行代理，处理外部触发事件，并提供必要的底层基础设施。平台还支持自定义代理的各个方面，包括触发器、操作和响应，并提供监控和分析功能，帮助用户优化自动化流程。

Google开源的Gen AI Toolbox for Databases是一个专为开发者设计的工具箱，旨在简化与数据库交互的生成式AI工具的开发过程。它提供了快速处理连接池、安全处理身份验证、内置详尽的技术文档等功能，帮助开发者更高效地构建和优化数据库相关的生成式AI应用。此外，工具箱还集成了OpenTelemetry支持，提升了端到端的可观测性，并简化了开发流程，使得集成工具仅需不到10行代码即可完成。

AnimeGAN 是一个基于深度学习的图像风格迁移算法，能够将真实照片或视频快速转换为动漫风格的图像或视频。它支持多种风格（如宫崎骏、新海诚、近藤 Satoshi 等），并提供开源代码，适合非商业用途。AnimeGAN 的网页版 AnimeGAN.js 支持图像上传，而视频转换需通过 Python 脚本完成。

从零开始构建具有LLaMA 1架构的2.3M参数大型语言模型（LLM），无需高端GPU，采用简化数据集和基础PyTorch实现。该项目旨在使更多开发者能够在资源有限的情况下，轻松构建和训练自己的语言模型，适用于研究和开发用途。

Benchy是一个让AI性能对比变得直观的工具，支持实时对比不同AI模型的性能、价格和速度。它提供多种微应用，以满足不同场景的测试需求，帮助用户快速评估和选择最适合的AI模型。

AIPage.dev 是一个创新的开源项目，旨在简化创建视觉吸引力强的着陆页的过程。它利用人工智能技术，加速网页开发，消除手动编码和设计专业知识的复杂性。

一个专为加速多模态模型（如 PaliGemma、Florence-2 和 Qwen2-VL）微调的工具，简化配置、数据加载、重现性和训练循环的设置。

MindNet是一个专为思维网络任务设计的开源框架，旨在为开发者提供构建智能关系模型的工具。它支持复杂思维结构的分析与生成，优化知识表示效率，适用于多种思维网络任务。