Proyectos de código abierto de IA más dignos de atención en 2025

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.

El primer modelo de generación de películas de longitud infinita del mundo, que utiliza la arquitectura Diffusion Forcing para lograr una generación de video de calidad cinematográfica profesional.

Biblioteca de código abierto desarrollada por NVIDIA para la optimización de la inferencia de modelos de lenguaje grandes, que proporciona optimizaciones de rendimiento de vanguardia para la inferencia en GPU a través de la tecnología TensorRT.

Marco de comprensión de documentos y recuperación semántica basado en modelos de lenguaje grandes, diseñado para bases de conocimiento empresariales y aplicaciones RAG.

Una herramienta centrada en la traducción con IA, que admite la traducción automática con un solo clic de contenido de texto largo y complejo, como juegos de rol, novelas, subtítulos, documentos, etc.

Un potente marco de trabajo de código abierto para construir, ejecutar y evaluar agentes inteligentes autónomos, que admite la generación automática de configuraciones, la integración de herramientas multimodales y capacidades de investigación profunda.

Un conjunto de herramientas de reconocimiento de voz de extremo a extremo basado en ModelScope, que admite múltiples funciones como reconocimiento de voz, detección de actividad de voz y recuperación de puntuación.

Sistema de curación de conocimiento de IA desarrollado por la Universidad de Stanford, capaz de investigar temas automáticamente y generar informes extensos al estilo de Wikipedia con citas.

Plataforma multiagente basada en modelos de lenguaje grandes, que proporciona un mecanismo de intercambio de mensajes amigable para desarrolladores y capacidades de implementación distribuida.

Constructor de aplicaciones web de código abierto basado en agentes de IA locales, que genera e implementa rápidamente sitios web de nivel profesional a través del lenguaje natural.

Modelo de IA de vanguardia de Microsoft de código abierto para la síntesis de voz conversacional multilocutor, que admite la generación de audio conversacional expresivo de hasta 90 minutos con hasta 4 hablantes diferentes.

Herramienta CLI para analizar el uso de tokens y los costos en archivos JSONL locales de Claude Code.