面向文本、视觉、音频和多模态的前沿机器学习模型定义框架,可用于推理和训练。
ailia-ai/ailia-models
收录 419 个预训练 AI 模型,覆盖视觉、语音、NLP 与大模型,可通过统一的 Python 命令行运行。
- Star
- 2,403
- Fork
- 367
- 未关闭 Issue
- 329
- 最近提交
- 昨天
这是什么?
ailia-models 是一个按任务分类的预训练 AI 模型合集,涵盖目标检测、姿态估计、人脸分析、语音识别与语音合成、图像生成、超分辨率、大语言模型和视觉语言模型等。每个模型放在独立目录中,附带可直接运行的 Python 脚本,无需额外参数,首次运行时自动下载权重。
这些模型基于 ailia SDK 运行。该 SDK 是跨平台推理引擎,支持 Windows、macOS、Linux、iOS、Android、Jetson 和树莓派,可通过 Vulkan 和 Metal 使用 GPU 加速,并提供 C++、Python、Unity(C#)、Kotlin、Rust 和 Flutter 绑定。部分语言的版本维护在独立仓库中。
适合希望快速试用或原型验证某个模型、又不想自行搭建原始训练代码与依赖环境的开发者,也便于之后把同一模型部署到多种设备的应用中。
核心功能
- 01覆盖视觉、音频、NLP 以及大语言模型与视觉语言模型等数百个模型,按类别归纳。
- 02统一的命令行用法,每个模型无需参数即可运行并自动下载权重。
- 03基于 ailia SDK 运行,支持 Windows、macOS、Linux、移动端和嵌入式开发板。
- 04提供 C++、Python、Unity、Kotlin、Rust 和 Flutter 等语言绑定。
适用场景
- 快速验证某个预训练的目标检测、姿态估计或分割模型是否适合当前项目。
- 在 Python 中搭建语音识别或语音合成原型,再推进到生产环境。
- 借助 ailia SDK 将同一视觉或音频模型部署到移动端、桌面端或树莓派。
快速上手
- 1
从 PyPI 安装 ailia SDK
pip3 install ailia - 2
克隆代码仓库
git clone https://github.com/ailia-ai/ailia-models - 3
进入目录并安装 Python 依赖
pip3 install -r requirements.txt - 4
在模型目录(先执行 cd object_detection/yolox)中运行 YOLOX 示例
python3 yolox.py
使用前须知
- 许可证显示为 NOASSERTION(未明确),商业使用前请逐个核查各模型的许可条款。
- README 列出的支持版本为 Python 3.9 至 3.12。
标签
常见问题
- ailia-models 是什么?
- 收录 419 个预训练 AI 模型,覆盖视觉、语音、NLP 与大模型,可通过统一的 Python 命令行运行。 ailia-models 是一个按任务分类的预训练 AI 模型合集,涵盖目标检测、姿态估计、人脸分析、语音识别与语音合成、图像生成、超分辨率、大语言模型和视觉语言模型等。每个模型放在独立目录中,附带可直接运行的 Python 脚本,无需额外参数,首次运行时自动下载权重。
- ailia-models 可以免费使用吗?用的什么许可证?
- ailia-models 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
- ailia-models 还在维护吗?
- 活跃维护中。ailia-models 最近一次提交是在 2026年10月19日。
- ailia-models 适合用来做什么?
- 快速验证某个预训练的目标检测、姿态估计或分割模型是否适合当前项目。 在 Python 中搭建语音识别或语音合成原型,再推进到生产环境。 借助 ailia SDK 将同一视觉或音频模型部署到移动端、桌面端或树莓派。
- ailia-models 怎么安装和运行?
- 从 PyPI 安装 ailia SDK: pip3 install ailia 克隆代码仓库: git clone https://github.com/ailia-ai/ailia-models 进入目录并安装 Python 依赖: pip3 install -r requirements.txt 在模型目录(先执行 cd object_detection/yolox)中运行 YOLOX 示例: python3 yolox.py
- 在哪里获取 ailia-models?
- 源代码和安装说明在 GitHub 上:https://github.com/ailia-ai/ailia-models
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 PyTorch 的计算机视觉工具库,支持目标检测、实例分割和图像分类的训练与模型导出。
面向大模型分布式训练与推理的深度学习优化库,提升效率并降低使用门槛。
基于 CTranslate2 推理引擎重新实现的 Whisper 语音转文字库,速度更快、占用内存更少。
开源深度学习推理工具包,用于优化模型并部署到 Intel CPU、GPU 和 NPU 上运行。
一款跨平台桌面应用,用 AI 辅助标注文本、图像、视频、点云和多模态数据,支持多种格式导出。