Los mejores proyectos open source en Python

NEO es una familia de modelos nativos de visión y lenguaje que procesan píxeles y palabras en una arquitectura densa sin encoder, e incluye código de entrenamiento y evaluación.

Asistente de investigación con IA autoalojado que realiza búsquedas profundas y de varios pasos con LLM locales y en la nube y numerosos motores de búsqueda, con citas y almacenamiento cifrado.

Paquete de Python de código abierto que convierte sitios web, PDFs, imágenes, videos de YouTube o temas en conversaciones de podcast en audio y en varios idiomas usando GenAI.

Generador de imágenes offline y de código abierto basado en Stable Diffusion XL que permite centrarse en los prompts sin ajustar parámetros manualmente.

Modelos generativos de video de código abierto y gran escala para crear videos a partir de texto, imágenes o audio, y animar personajes.

Interfaz web basada en Gradio para ejecutar Stable Diffusion y modelos recientes de imagen y video, que continúa el fork Forge con más compatibilidad y optimizaciones.

Interfaz gráfica de nodos, API y backend para ejecutar modelos de difusión localmente y generar imágenes, video, audio y contenido 3D.

Modelo de código abierto para generar videos interactivos de juegos a partir de una imagen de referencia y controles de teclado o mouse.

Modelo open source de generación musical que funciona localmente y crea canciones completas a partir de indicaciones de texto, con funciones de edición, versiones y entrenamiento de LoRA.

Modelo de mundo interactivo de código abierto que genera escenas de juego jugables a partir de fotogramas low-poly mediante renderizado neuronal por streaming.

Motor de entrenamiento unificado para modelos multimodales, compatible con VLM, difusión y entrenamiento de LLM con FSDP2, Muon y kernels de Liger.

Compresor de video autoalojado con interfaz web que reduce clips a un tamaño de archivo objetivo mediante codificación con GPU o CPU a través de FFmpeg.

Una lista seleccionada de tutoriales, organizada por lenguaje, que guía a los desarrolladores para crear aplicaciones completas desde cero.

A Python CLI that automatically locks your desktop when your paired Bluetooth phone or smartwatch moves out of range.

Self-hosted web app that transcribes YouTube videos and local audio/video files with OpenAI Whisper, running on your own machine.

Un LLM de video entrenado con transcripciones de voz en streaming que genera comentarios en tiempo real sobre videos en vivo, presentado en el artículo LiveCC de CVPR 2025.

Interfaz de terminal controlada con el teclado para conectarse a muchas bases de datos SQL y consultarlas, inspirada en lazygit.

Framework de investigación de código abierto para generar en tiempo real videos de avatares a partir de audio, con salida continua de duración ilimitada y un modelo de difusión de 14B.

Una biblioteca de Python para imprimir datos tabulares como atractivas tablas ASCII y en formatos como HTML, JSON, CSV y LaTeX.

Windows desktop suite for AI upscaling, face restoration, denoising and frame interpolation of images and videos, running on ONNX models with GPU acceleration.