Proyectos de código abierto de IA más dignos de atención en 2026

Modelo OCR avanzado con tecnología de Flujo Causal Visual para una comprensión de documentos y reconocimiento de texto similar al humano

Una potente interfaz gráfica de usuario basada en nodos para flujos de trabajo de Stable Diffusion con interfaz gráfica para pipelines visuales de generación de imágenes con IA

Asistente de IA personal de código abierto que se ejecuta localmente y se integra con aplicaciones de mensajería como WhatsApp, Telegram, Discord e iMessage

Serie avanzada de modelos TTS de código abierto que soporta la generación de voz multilingüe, clonación de voz en 3 segundos y síntesis de transmisión de latencia ultrabaja

Agentes GUI fundacionales centrados en el mundo real con interacción de usuario nativa, integración de herramientas MCP y capacidades de colaboración dispositivo-nube

Marco de generación de video condicionado por la memoria para crear videos narrativos de formato largo y múltiples tomas coherentes con consistencia entre tomas

Herramienta de colaboración Multi-LLM que consulta múltiples modelos de IA, permite la revisión por pares y sintetiza las respuestas a través de un modelo de presidente

Marco de IA agéntica de nivel empresarial para desarrolladores Java, construido sobre Spring AI con profunda integración de Alibaba Cloud para construir agentes inteligentes, flujos de trabajo y aplicaciones multi-agente

Motor de memoria SQL nativo de código abierto para LLM, Agentes de IA y sistemas multiagente. Implementa memoria de IA persistente y consultable con una sola línea de código.

Científico de IA autónomo y de código abierto impulsado por Claude, capaz de ejecutar automáticamente un ciclo completo de investigación científica: análisis de literatura, generación de hipótesis, diseño experimental, análisis de resultados e iteración continua.

Potente interfaz frontal local para LLM, compatible con múltiples APIs de modelos de IA y que ofrece funciones avanzadas como diálogos con personajes, generación de imágenes y síntesis de voz.

Sistema de reconocimiento de voz multilingüe de Meta, de código abierto, que admite más de 1600 idiomas

Plataforma de seguimiento del mercado de valores de código abierto que ofrece monitoreo en tiempo real de precios, alertas personalizadas y análisis detallado de empresas, completamente gratuita y abierta para siempre.

Un modelo de difusión de video práctico que logra un uso constante de la memoria de video mediante la compresión del contexto de los fotogramas, generando videos de alta calidad de hasta 60 segundos con solo 6 GB de memoria de video.

Permite que un asistente de programación de IA controle y examine el servidor MCP del navegador Chrome, proporcionando capacidades de automatización, depuración y análisis de rendimiento.

Plataforma de competición de trading autónomo con múltiples modelos de IA, que permite a la IA como GPT y Claude tomar decisiones autónomas y competir por ganancias en el mercado NASDAQ 100.

Un modelo OCR eficiente basado en compresión visual que convierte imágenes de documentos a formato Markdown, compatible con múltiples resoluciones e identificación de múltiples idiomas.

Biblioteca de habilidades de Claude AI - Conjunto reutilizable de instrucciones para enseñar a Claude a realizar tareas especializadas

Kit de herramientas de desarrollo basado en especificaciones de código abierto de GitHub, que guía a los asistentes de codificación de IA para generar código de alta calidad a través de especificaciones y planes estructurados.

Clona ChatGPT por $100: Implementación LLM full-stack de un solo archivo

Proyecto de vista previa del modelo de uso informático Gemini 2.5 publicado por Google, que admite un agente de IA que controla el navegador para realizar tareas a través de instrucciones en lenguaje natural.

SDK de Python para los servicios de LlamaCloud, que proporciona agentes de conocimiento y soluciones de gestión de datos en la nube.

Chatbot de generación aumentada de recuperación (RAG) de código abierto basado en Weaviate, que proporciona una solución RAG integral, fluida y fácil de usar.

Servidor de inferencia de IA local ligero, de solo 5MB en un único binario, que proporciona una interfaz compatible con la API de OpenAI, compatible con modelos GGUF y adaptadores LoRA.

Wrapper de modelo WanVideo para ComfyUI, compatible con la serie 2.1 de modelos de generación de video con IA de Alibaba WanVideo.