AI的发展离不开开源社区的贡献。正是由于全球优秀的工程师的全力以赴，才有了如今AI的如火如荼。今天小编就整理了一些目前AI相关的比较火的一些开源的项目，供爱好者学习研究。

训练模型

DeepSpeed 微软

DeepSpeed是一个微软推出用于个人的ChatGPT模型，使分布式训练和推理变得简单、高效和有效。传闻性能飞快，成本低。

众所周知，由于OpenAI太不Open，开源社区为了让更多人能用上类ChatGPT模型，相继推出了LLaMa、Alpaca、Vicuna、Databricks-Dolly等模型。

但由于缺乏一个支持端到端的RLHF规模化系统，目前类ChatGPT模型的训练仍然十分困难。而DeepSpeed Chat的出现，正好补全了这个问题。

地址：https://github.com/microsoft/DeepSpeed

JARVIS 微软

微软推出的私人智能管家，将LLM与ML社区连接起来的系统。同样的也是为了解决AI模型连接的问题。论文: https://arxiv.org/pdf/2303.17580.pdf

地址：https://github.com/microsoft/JARVIS

编程工具

LLAMA-OpenAI API Adapter

llama.cpp封装成OpenAI API，它提供了一种模型量化和在本地CPU上部署方式。

参考论文《LLaMA-Adapter V2: Parameter-Efficient Visual Instruction Model》

地址：https://github.com/abetlen/llama-cpp-python

LangChain

是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

地址：https://langchain.com

AutoGPT

顾名思义，自动GPT，你给AutoGPT一个题目，他会自己思考，给出实现的步骤以及实现细节，这对AI来说是一个里程碑式的发展。

不过需要本地部署，且比较费Token，成本较高。

地址：https://github.com/Torantulino/Auto-GPT

LangFlow

LangFlow 是基于 LangChain 的原生 LLM 图形化开发接口。如果你对 LangChain 比较熟悉，在Chains、Agents和Prompt Engineering方面，这个开发界面会感觉非常直观。基于LangChain和React-Flow搭建的一套工作流系统，工作流生成好后可以导出成Json格式，然后LangChain可以直接调用

地址：http://github.com/logspace-ai/langflow

CoGnoSYS

类似AutoGPT的工具，在线版本的AutoGPT，更好用，有界面，不用本地部署。

地址：http://cognosys.ai

AI魔塔——阿里达摩院

阿里达摩院推出的，在线各种模型，可以联调，对国内用户更友好。

地址：www.modelscope.cn

图像工具

Segment Anything

Segment Anything 谷歌出品的一种新的图像分割任务、模型和数据集。能够准确度很高的物体识别模型。

地址：https://github.com/IDEA-Research/Grounded-Segment-Anything

Magic Copy

chrome扩展工具，图像物体识别抠图。可以快速进行图片的处理。

地址：https://github.com/kevmo314/magic-copy

Plask Post

姿势图片生成器，3D模型+ 图片 生成指定动作

地址：https://plask.ai/

VideoCrafter

一键换人，文字转视频支持编辑功能的开源。

地址：https://github.com/VideoCrafter/VideoCrafter