اکوسیستم متن‌باز هوش مصنوعی و چشم‌انداز ابزارهای توسعه‌دهندگان ۲۰۲۶

تاریخ: ۲۰۲۶-۰۵-۱۹ | منبع: AI Daily News | زمان مطالعه: ~۲۰ دقیقه

۱. نمای کلی اکوسیستم متن‌باز: یک جرقه می‌تواند آتشی برپا کند

۱.۱ رتبه‌بندی ستاره‌های GitHub متن‌باز هوش مصنوعی ۲۰۲۶

xychart-beta
    title "رتبه‌بندی ستاره‌های GitHub متن‌باز هوش مصنوعی (۱۰K)"
    x-axis ["llama.cpp", "12-Factor Agents", "TTS", "Sana", "Hunyuan3D"]
    y-axis "ستاره‌ها (۱۰K)" 0 --> 15
    bar "ستاره‌ها" [11.1, 2.05, 0.83, 0.65, 0.18]

۱.۲ نقشه روابط اکوسیستم

graph TB
    subgraph لایه زیرساخت
        L["llama.cpp
۱۱۱K⭐
موتور استنتاج محلی"]
    end

    subgraph لایه مدل
        S["NVIDIA Sana
۶.۵K⭐
مدل تولید تصویر"]
        TTS["TTS روی دستگاه
۸.۳K⭐
موتور TTS"]
        H3D["Tencent Hunyuan3D
۱.۸K⭐
تولید سه‌بعدی"]
    end

    subgraph لایه چارچوب برنامه
        A12["12-Factor Agents
۲۰.۵K⭐
دستورالعمل‌های توسعه Agent"]
    end

    subgraph برنامه‌های بالادستی
        APP1["دستیار هوش مصنوعی محلی"]
        APP2["ابزارهای خلاقانه"]
        APP3["توسعه بازی"]
        APP4["برنامه‌های آموزشی"]
        APP5["سخت‌افزار هوشمند"]
    end

    L --> S
    L --> TTS
    L --> H3D
    S --> APP2
    TTS --> APP4
    TTS --> APP5
    H3D --> APP3
    A12 --> APP1
    A12 --> APP2
    A12 --> APP3
    A12 --> APP4
    A12 --> APP5

۱.۳ توزیع مجوزهای متن‌باز

pie title توزیع مجوزهای متن‌باز هوش مصنوعی
    "MIT" : 35
    "Apache 2.0" : 28
    "GPL" : 15
    "BSD" : 12
    "Custom Commercial-Friendly" : 7
    "سایر" : 3

۲. llama.cpp: مینیمالیسم در استنتاج محلی

۲.۱ نمای کلی پروژه

llama.cpp یک موتور استنتاج مدل زبانی بزرگ به زبان خالص C/C++ است که توسط Georgi Gerganov توسعه یافته. اجرای مدل‌های بزرگ را روی کامپیوترهای معمولی ممکن می‌کند و توان اصلی استقرار در لبه است.

داده‌های اصلی:

• ستاره‌های GitHub: ۱۱۱,۰۰۰+
• زبان: C/C++ (پیاده‌سازی بومی خالص)
• مدل‌های پشتیبانی‌شده: LLaMA, Mistral, Qwen, Yi, Baichuan, ۱۰۰+
• پشتیبانی سخت‌افزاری: CPU (x86/ARM), GPU (CUDA/Vulkan/Metal), NPU

۲.۲ معماری سیستم

graph LR
    subgraph لایه مدل
        M1["سری LLaMA"]
        M2["سری Mistral"]
        M3["سری Qwen"]
        M4["Yi/Baichuan"]
        M5["GGUF سفارشی"]
    end

    subgraph هسته llama.cpp
        M1 --> C["بارگذار فرمت GGUF"]
        M2 --> C
        M3 --> C
        M4 --> C
        M5 --> C
        C --> Q["موتور کوانتیزاسیون
Q4/Q5/Q6/Q8"]
        Q --> B["لایه انتزاع Backend"]
        B --> BE1["Backend CPU
AVX/NEON"]
        B --> BE2["Backend CUDA
GPU NVIDIA"]
        B --> BE3["Backend Metal
Apple Silicon"]
        B --> BE4["Backend Vulkan
GPU چندپلتفرمی"]
    end

    BE1 --> O["خروجی متن"]
    BE2 --> O
    BE3 --> O
    BE4 --> O

۲.۳ غواصی عمیق در فناوری کوانتیزاسیون

نوآوری اصلی llama.cpp در کوانتیزاسیون مدل است که مصرف حافظه را به شدت کاهش می‌دهد:

[\text{نسبت فشرده‌سازی} = \frac{\text{پارامترهای اصلی} \times 16 \text{ bit}}{\text{پارامترهای کوانتیزه} \times q \text{ bit}}]

۲.۴ معیارهای عملکرد

[\text{سرعت استنتاج} = \frac{\text{تعداد Token}}{\text{زمان (s)}}]

xychart-beta
    title "سرعت استنتاج Backendهای llama.cpp (token/s)
مدل: Qwen2.5-7B-Q4_K_M"
    x-axis ["Mac Mini M4", "i9-14900K", "RTX 4090", "RTX 3060 Laptop", "Raspberry Pi 5"]
    y-axis "token/s" 0 --> 150
    bar "سرعت استنتاج" [45, 25, 120, 35, 5]

۲.۵ مثال کد

# نصب
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp && cmake -B build && cmake --build build --config Release

# دانلود و تبدیل مدل
python convert_hf_to_gguf.py --src model_dir --dst model.gguf

# اجرای استنتاج
./build/bin/llama-cli -m model.gguf -p "آینده هوش مصنوعی" -n 100

# شروع سرور API
./build/bin/llama-server -m model.gguf --host 0.0.0.0 --port 8080

پروژه: github.com/ggerganov/llama.cpp مستندات: llama-cpp-python.readthedocs.io

۳. سنتز گفتار روی دستگاه: به دستگاه‌ها حرف زدن بیاموزیم

۳.۱ نمای کلی پروژه

این پروژه متن‌باز با ۸,۳۰۰+ ستاره یک موتور متن‌به‌گفتار (TTS) فوق‌سریع روی دستگاه را پیاده‌سازی می‌کند که به طور بومی روی دستگاه‌های محلی اجرا شده و مشکلات تأخیر بالا و حریم خصوصی ضعیف TTS ابری سنتی را حل می‌کند.

۳.۲ معماری فنی

graph LR
    subgraph ورودی
        T["متن"]
        S["مرجع گوینده"]
        E["کنترل احساس"]
    end

    subgraph Pipeline TTS
        T --> TK["فرانت‌اند متن
Grapheme→Phoneme"]
        TK --> D["پیش‌بین مدت
$d_i = f_{dur}(p_i)$"]
        D --> A["مدل آکوستیک
$\mathbf{x} = f_{ac}(p, d)$"]
        S --> V["رمزگذار صدا
$\mathbf{v} = f_{vc}(s)$"]
        E --> A
        V --> VCV["Vocoder
$\mathbf{o} = f_{vc}(\mathbf{x}, \mathbf{v})$"]
        A --> VCV
    end

    VCV --> O["شکل موج صوتی"]

۳.۳ اصول ریاضی

تابع ضرر Vocoder (mel-spectrogram به waveform):

[\mathcal{L}{\text{total}} = \mathcal{L}{\text{mel}} + \lambda_{\text{adv}} \mathcal{L}{\text{adv}} + \lambda{\text{fm}} \mathcal{L}_{\text{fm}}]

که:

[\mathcal{L}{\text{mel}} = | \phi{\text{mel}}(x) - \phi_{\text{mel}}(\hat{x}) |_1]

۳.۴ مقایسه عملکرد

۳.۵ شروع سریع

# نصب
pip install fast-tts-local

# مثال استفاده
from tts import TTS
tts = TTS(model_name="zh-CN-female-1")

# سنتز پایه
audio = tts.synthesize("سلام، این یک تست TTS محلی است.")

# شبیه‌سازی صدا
audio_cloned = tts.clone(
    reference_audio="speaker.wav",
    text="این یک تست شبیه‌سازی صدا است."
)

# کنترل احساس
audio_emotion = tts.synthesize(
    "چه روز فوق‌العاده‌ای!",
    emotion="happy",
    intensity=0.8
)

۴. NVIDIA Sana: پارادایم جدید برای تولید سریع تصویر

۴.۱ نمای کلی پروژه

مدل تولید تصویر متن‌باز Sana انویدیا نقطه درد تولید تصویر با وضوح بالا و کند را حل می‌کند و با معماری نوآورانه به استنتاج فوق‌سریع روی لپ‌تاپ دست می‌یابد و ۶,۵۰۰+ ستاره کسب کرده.

۴.۲ معماری نوآورانه

graph TD
    subgraph معماری Sana
        I["پرامپت متن + نقشه نویز
\(x_T \sim \mathcal{N}(0, I)\)"]

        I --> TE["رمزگذار متن
Gemma/DeBERTa"]
        I --> DE["رمزگذار فشرده‌سازی عمیق
\(32\times\) فشرده‌سازی"]

        TE --> DIT["DiT توجه خطی
Linear Attn Transformer"]
        DE --> DIT

        DIT --> DIT1["لایه ۱-۸
ویژگی‌های درشت"]
        DIT1 --> DIT2["لایه ۹-۱۶
ویژگی‌های ریز"]
        DIT2 --> DIT3["لایه ۱۷-۲۴
فوق وضوح"]

        DIT3 --> D["رمزگشا
\(32\times\) Upsampling"]
        D --> O["تصویر با وضوح بالا
\(4096 \times 4096\)"]
    end

۴.۳ فرمول‌های اصلی

مکانیزم توجه خطی:

[\text{Attention}(Q, K, V) = \frac{\phi(Q) \cdot (\phi(K)^T \cdot V)}{\phi(Q) \cdot \sum \phi(K)}]

که (\phi(x) = \text{elu}(x) + 1)، پیچیدگی را از (O(n^2)) (توجه استاندارد) به (O(n)) کاهش می‌دهد.

Autoencoder فشرده‌سازی عمیق (DC-AE):

[z = \text{DC-AE}_{\text{enc}}(x), \quad z \in \mathbb{R}^{\frac{H}{32} \times \frac{W}{32} \times C}]

نسبت به فشرده‌سازی (8\times) VAE سنتی، DC-AE به فشرده‌سازی (32\times) می‌رسد و محاسبات DiT را به شدت کاهش می‌دهد.

۴.۴ عملکرد

[\text{Speedup} = \frac{T_{\text{SDXL}}}{T_{\text{Sana}}} \approx 10\times]

۴.۵ راهنمای استقرار

# نصب
pip install sana-sprint

# تولید تصویر (CLI)
sana-generate \
    --model sana-1.6B \
    --prompt "یک منظره شهری آینده‌نگرانه در غروب، سبک سایبرپانک" \
    --resolution 4096x4096 \
    --steps 20 \
    --output result.png

# Python API
from sana import SanaPipeline
import torch

pipe = SanaPipeline.from_pretrained(
    "nvidia/Sana-1.6B-4K",
    torch_dtype=torch.float16
).to("cuda")

image = pipe(
    prompt="یک باغ آرام ژاپنی با شکوفه‌های گیلاس",
    height=4096,
    width=4096,
    num_inference_steps=20
).images[0]

GitHub: github.com/NVlabs/Sana Hugging Face: huggingface.co/nvidia

۵. 12-Factor Agents: دستورالعمل‌های توسعه درجه تولید

۵.۱ نمای کلی پروژه

این پروژه ۲۰,۵۰۰+ ستاره کسب کرده و هدفش حل نقاط درد استقرار برنامه‌های مدل زبانی بزرگ است و دستورالعمل‌های درجه تولید برای ساخت سیستم‌های Agent هوش مصنوعی پایدار، امن و قابل نگهداری ارائه می‌دهد.

۵.۲ توضیح ۱۲ عامل

graph TB
    subgraph 12-Factor Agents
        direction TB

        F1["① تعریف محدوده"] --> F2["② کنترل نسخه"]
        F2 --> F3["③ مدیریت پیکربندی"]
        F3 --> F4["④ اعلام وابستگی"]
        F4 --> F5["⑤ انتزاع ابزار"]
        F5 --> F6["⑥ مدیریت حافظه"]
        F6 --> F7["⑦ قابلیت مشاهده"]
        F7 --> F8["⑧ Sandboxing"]
        F8 --> F9["⑨ تحمل خطا"]
        F9 --> F10["⑩ انسان در حلقه"]
        F10 --> F11["⑪ مسیر حسابرسی"]
        F11 --> F12["⑫ پاسخگویی"]
    end

۵.۳ غواصی عمیق در عوامل

عامل ۱: تعریف محدوده — مرز قابلیت Agent را تعریف کنید

[\text{فضای قابلیت Agent} = {t | P(\text{success}|t, \theta) > \tau}]

که (\tau) آستانه اطمینان است (معمولاً ۰.۸۵).

عامل ۶: مدیریت حافظه — حافظه کوتاه‌مدت و بلندمدت

[\mathbf{m}t = f{\text{mem}}(\mathbf{m}_{t-1}, \mathbf{o}_t, \mathbf{a}_t)]

عامل ۱۲: پاسخگویی — مدل را ملزم به تحمل مسئولیت نهایی کنید

graph TD
    T["ورودی وظیفه"] --> D["گره تصمیم"]
    D --> C{"ارزیابی اطمینان"}
    C -->|"$P > 0.9$"| E["اجرای خودمختار"]
    C -->|"$0.7 < P \leq 0.9$"| H["تأیید انسانی"]
    C -->|"$P \leq 0.7$"| R["رد اجرا
توضیح دلیل"]
    E --> A["نتیجه اجرا"]
    H --> A
    A --> L["لاگ حسابرسی"]
    R --> L

۵.۴ مثال معماری Agent درجه تولید

# مثال عملی 12-Factor
from agent12f import Agent, Tool, Memory, Sandbox

class ResearchAgent(Agent):
    """Agent دستیار تحقیق پیرو ۱۲ عامل"""

    # ① تعریف محدوده
    scope = ["جستجوی ادبیات", "تولید خلاصه", "مدیریت ارجاع"]

    # ③ مدیریت پیکربندی
    config = {
        "model": "gpt-4",
        "max_iterations": 10,
        "confidence_threshold": 0.85
    }

    # ⑤ انتزاع ابزار
    tools = [
        Tool("search", web_search),
        Tool("read", document_parser),
        Tool("cite", citation_formatter)
    ]

    # ⑥ مدیریت حافظه
    memory = Memory(
        short_term=VectorStore(),
        long_term=KnowledgeGraph(),
        working=ContextWindow(max_tokens=8000)
    )

    # ⑧ Sandboxing
    sandbox = Sandbox(
        network="restricted",
        filesystem="read-only",
        timeout=30
    )

    async def execute(self, task: str) -> Result:
        # ⑩ انسان در حلقه
        if not await self.confirm_task(task):
            return Result.rejected("لغو توسط کاربر")

        # ⑨ تحمل خطا
        for attempt in range(3):
            try:
                result = await self._run(task)
                # ⑪ مسیر حسابرسی
                self.audit.log(task, result)
                return result
            except Exception as e:
                self.memory.store_error(e)
                continue

        # ⑫ پاسخگویی
        return Result.failed("Agent مسئولیت می‌پذیرد: اجرای وظیفه ناموفق بود")

۶. Tencent Hunyuan 3D: از تصویر تکی به فضای سه‌بعدی

۶.۱ نمای کلی پروژه

Tencent یک موتور جدید Hunyuan 3D راه‌اندازی کرده که فضاهای سه‌بعدی را از یک تصویر ورودی تکی تولید می‌کند. این پروژه ۱,۸۰۰+ ستاره کسب کرده و از محدودیت‌های بصری ویدئوی سنتی عبور می‌کند.

۶.۲ اصول فنی

graph LR
    subgraph ورودی
        IMG["تصویر تکی
\(I \in \mathbb{R}^{H \times W \times 3}\)"]
    end

    subgraph Pipeline Hunyuan 3D
        IMG --> E["رمزگذار تصویر
ViT-L"]
        E --> P1["تخمین عمق
\(D = f_d(I)\)"]
        E --> P2["تخمین نرمال
\(N = f_n(I)\)"]
        E --> P3["بخش‌بندی معنایی
\(S = f_s(I)\)"]

        P1 --> F3D["فیوژن ویژگی سه‌بعدی"]
        P2 --> F3D
        P3 --> F3D

        F3D --> G["Gaussian Splatting سه‌بعدی"]
        G --> M["استخراج مش
Marching Cubes"]
        M --> T["نگاشت بافت"]
        T --> R["متریال PBR
رندر فیزیکی"]
    end

    R --> OUT["صحنه سه‌بعدی تعاملی
.glb / .usdz / .obj"]

۶.۳ ریاضیات Gaussian Splatting سه‌بعدی

صحنه توسط مجموعه‌ای از Gaussianهای سه‌بعدی نمایش داده می‌شود:

[G(\mathbf{x}) = e^{-\frac{1}{2}(\mathbf{x} - \boldsymbol{\mu})^T \boldsymbol{\Sigma}^{-1} (\mathbf{x} - \boldsymbol{\mu})}]

که هر Gaussian توسط موارد زیر تعریف می‌شود:

• (\boldsymbol{\mu} \in \mathbb{R}^3): موقعیت مرکز
• (\boldsymbol{\Sigma} \in \mathbb{R}^{3 \times 3}): ماتریس کوواریانس (کنترل شکل)
• (\mathbf{c} \in \mathbb{R}^3): رنگ (ضرایب هارمونیک کروی)
• (\alpha \in \mathbb{R}): کدورت

معادله رندر:

[C(\mathbf{p}) = \sum_{i=1}^{N} \mathbf{c}i \alpha_i G_i(\mathbf{p}) \prod{j=1}^{i-1} (1 - \alpha_j G_j(\mathbf{p}))]

۶.۴ ارزیابی کیفیت

۶.۵ شروع سریع

# کپی مخزن
git clone https://github.com/Tencent/Hunyuan3D.git
cd Hunyuan3D

# نصب وابستگی‌ها
pip install -r requirements.txt

# تصویر تکی به سه‌بعدی
python generate.py \
    --image input.jpg \
    --output output.glb \
    --texture_resolution 2048 \
    --mesh_format glb

# Python API
from hunyuan3d import Hunyuan3DPipeline

pipeline = Hunyuan3DPipeline.from_pretrained("tencent/Hunyuan3D-v1")
mesh = pipeline(
    image="photo.jpg",
    num_views=6,
    texture_quality="high"
)
mesh.save("scene.glb")

GitHub: github.com/Tencent/Hunyuan3D دموی آنلاین: 3d.hunyuan.tencent.com

۷. زنجیره ابزار توسعه‌دهندگان و بهترین شیوه‌ها

۷.۱ زنجیره ابزار توسعه کامل

graph LR
    subgraph محیط توسعه
        A["VS Code + پلاگین‌های هوش مصنوعی"]
        B["Cursor / Windsurf"]
        C["Jupyter Notebook"]
    end

    subgraph لایه مدل
        D["llama.cpp
استنتاج محلی"]
        E["Ollama
مدیریت مدل"]
        F["vLLM
سرویس‌دهی با توان بالا"]
    end

    subgraph لایه برنامه
        G["LangChain
چارچوب برنامه"]
        H["LlamaIndex
چارچوب RAG"]
        I["CrewAI
همکاری چند Agent"]
    end

    subgraph لایه استقرار
        J["Docker
کانتینرسازی"]
        K["Kubernetes
ارکستراسیون"]
        L["استقرار لبه"]
    end

    A --> D
    B --> E
    C --> F
    D --> G
    E --> H
    F --> I
    G --> J
    H --> K
    I --> L

۷.۲ ماتریس تصمیم انتخاب فناوری

[\text{نمره انتخاب} = \sum_{i} w_i \cdot s_i, \quad \sum w_i = 1]

۷.۳ فرمول‌های بهینه‌سازی عملکرد

[\text{Throughput (token/s)} = \frac{\text{اندازه Batch} \times \text{طول دنباله}}{\text{تأخیر (s)}}]

استراتژی‌های بهینه‌سازی:

۱. کوانتیزاسیون: FP16 → Q4 مصرف VRAM را ۷۵٪ کاهش می‌دهد ۲. Batching: Batch=۸ معمولاً ۳-۴ برابر throughput بیشتر از Batch=۱ دارد ۳. KV Cache: محاسبات اضافی را ۳۰-۵۰٪ کاهش می‌دهد ۴. Speculative Decoding: می‌تواند ۱.۵-۲.۵ برابر شتاب دهد

# مثال بهینه‌سازی عملکرد
from llama_cpp import Llama

# پیکربندی بهینه
llm = Llama(
    model_path="model-Q4_K_M.gguf",
    n_ctx=8192,          # طول زمینه
    n_batch=512,         # اندازه Batch
    n_threads=8,         # نخ‌های CPU
    n_gpu_layers=-1,     # بارگذاری همه روی GPU
    use_mlock=True,      # قفل حافظه
    verbose=False
)

# استفاده از speculative decoding
output = llm(
    "محاسبات کوانتومی را توضیح بده",
    max_tokens=512,
    temperature=0.7,
    # پارامترهای speculative decoding
    draft_model="tiny-model.gguf",
    num_assistant_tokens=10
)

۸. فعالیت جامعه و راهنمای مشارکت

۸.۱ روند مشارکت پروژه

xychart-beta
    title "رشد ماهانه مشارکت‌کنندگان متن‌باز هوش مصنوعی"
    x-axis ["ژانویه", "فوریه", "مارس", "آوریل", "مه"]
    y-axis "مشارکت‌کنندگان فعال" 0 --> 500
    line "llama.cpp" [280, 310, 350, 420, 450]
    line "12-Factor Agents" [50, 80, 120, 180, 220]
    line "Sana" [20, 40, 90, 150, 200]
    line "Hunyuan3D" [10, 25, 60, 100, 140]

۸.۲ راهنمای مشارکت

graph LR
    A["Fork مخزن"] --> B["ایجاد شاخه
feature/your-feature"]
    B --> C["نوشتن کد"]
    C --> D["افزودن تست"]
    D --> E["اجرای تست
make test"]
    E --> F{"تست‌ها پاس شدند؟"}
    F -->|"خیر"| C
    F -->|"بله"| G["ثبت PR"]
    G --> H["بررسی کد"]
    H --> I{"بررسی گذشت؟"}
    I -->|"خیر"| C
    I -->|"بله"| J["ادغام در شاخه اصلی"]

۸.۳ منابع جامعه

۸.۴ راهنمای سریع مجوزهای متن‌باز

graph TD
    Q["مورد استفاده شما؟"] --> C1["استفاده تجاری؟"]
    C1 -->|"بله"| C2["توزیع متن‌بسته؟"]
    C1 -->|"خیر"| C3["شخصی/تحقیقاتی"]
    C2 -->|"بله"| L1["Apache 2.0
MIT
BSD"]
    C2 -->|"خیر"| L2["GPL
AGPL"]
    C3 --> L3["هر مجوزی"]

    L1 --> R1["✅ توصیه می‌شود"]
    L2 --> R2["⚠️ مراقب Copyleft باشید"]
    L3 --> R3["✅ رایگان برای استفاده"]

۸.۵ نقشه راه آینده

gantt
    title نقشه راه پروژه‌های متن‌باز هوش مصنوعی ۲۰۲۶
    dateFormat 2026-06
    section llama.cpp
    انتشار پایدار v1.0        :llama1, 2026-06, 2M
    پشتیبانی چندحالته          :llama2, 2026-08, 3M
    بهینه‌سازی کوانتیزاسیون   :llama3, 2026-10, 2M
    section Sana
    v2.0 تولید ویدئو          :sana1, 2026-07, 3M
    پشتیبانی ControlNet        :sana2, 2026-09, 2M
    section Hunyuan 3D
    v2.0 مبتنی بر ویدئو        :h3d1, 2026-08, 3M
    پشتیبانی انیمیشن/اسکلت     :h3d2, 2026-11, 2M
    section 12-Factor Agents
    v2.0 پیاده‌سازی چارچوب    :ag1, 2026-06, 2M
    SDK چندزبانه               :ag2, 2026-09, 3M

خلاصه

اکوسیستم متن‌باز هوش مصنوعی ۲۰۲۶ چهار روند بزرگ را ارائه می‌دهد:

۱. محاسبات لبه: پروژه‌هایی مثل llama.cpp، elastic DiT و TTS روی دستگاه در حال رساندن هوش مصنوعی واقعاً به سطح محلی هستند ۲. آمادگی تولید: پروژه‌هایی مثل 12-Factor Agents نشان‌دهنده گذار Agentهای هوش مصنوعی از اسباب‌بازی به محیط‌های تولید هستند ۳. چندحالتی: از متن به تصاویر، سه‌بعدی و صدا—اکوسیستم متن‌باز همه را پوشش می‌دهد ۴. ظهور چین: Hunyuan 3D Tencent، Qwen علی‌بابا و سایر پروژه‌های متن‌باز چینی به سرعت در حال رشد نفوذ هستند

[\text{آینده هوش مصنوعی متن‌باز} = \text{همکاری باز} \times \text{نوآوری فنی} \times \text{پویایی جامعه}]

References

مخازن

• llama.cpp GitHub ⭐ ۱۱۱K
• 12-Factor Agents GitHub ⭐ ۲۰.۵K
• On-Device TTS GitHub ⭐ ۸.۳K
• NVIDIA Sana GitHub ⭐ ۶.۵K
• Tencent Hunyuan 3D GitHub ⭐ ۱.۸K

آموزش‌های ویدئویی

• llama.cpp از مبتدی تا حرفه‌ای
• تولید تصویر Sana در عمل
• شروع سریع Hunyuan 3D
• توسعه درجه تولید Agent هوش مصنوعی

انجمن و مستندات

• هاب مدل Hugging Face
• وبسایت رسمی Ollama
• مستندات LangChain
• مستندات vLLM

این سند توسط AI Daily News در ۲۰۲۶/۵/۱۹ گردآوری شده، به توسعه پررونق اکوسیستم متن‌باز هوش مصنوعی اختصاص دارد.