Proyecto AI de código abierto

Introducción completa RuoYi AI es un proyecto back-end basado en el marco ruoyi-plus , centrándose en la integración de chat AI y funciones de pintura . Es completamente de código abierto y gratuito , utilizando Java17 y SpringBoot 3.X pila de tecnología , backend de gestión ...

Introducción general MiniMind es un proyecto de código abierto creado por el desarrollador jingyaogong. Su objetivo principal es permitir que la gente común también puede entrenar rápidamente sus propios modelos de IA. MiniMind característica principal es el uso de 2 horas en una sola NVIDIA ...

Introducción general PPTAgent es un sistema innovador diseñado para generar automáticamente presentaciones a partir de documentos. El sistema se inspira en el enfoque humano de la creación de presentaciones, utilizando un proceso de dos pasos para garantizar la calidad del contenido y el impacto visual. Además, PPTAgent presenta PPTEval, un completo...

Introducción ImBD (Imitate Before Detect) es un proyecto pionero de detección de texto generado por máquinas que se presentó en la conferencia AAAI 2025. Con el uso generalizado de grandes modelos lingüísticos (LLM) como ChatGPT, la identificación de A...

Introducción general Fish Speech es una herramienta de síntesis de texto a voz (TTS) de código abierto desarrollada por Fish Audio. La herramienta se basa en tecnologías de IA de vanguardia como VQ-GAN, Llama y VITS, y es capaz de convertir texto en habla realista.Fish S...

Introducción general Browser Use Web UI es un innovador proyecto de código abierto centrado en proporcionar a los agentes de IA capacidades de interacción con el navegador como herramienta de interfaz gráfica. El proyecto está construido sobre el núcleo del framework browser-use, construido con Gradio ...

Introducción completa PaddleOCR es un conjunto de herramientas OCR multilingüe basado en PaddlePaddle, diseñado para proporcionar un sistema OCR práctico y ultraligero. Admite el reconocimiento de más de 80 idiomas y proporciona herramientas de anotación y síntesis de datos para...

Introducción general Kokoro WebGPU es una versión WebGPU del modelo de texto a voz (TTS) Kokoro, proporcionado por WebML Community en la plataforma Hugging Face. El proyecto utiliza la tecnología WebGPU para...

Introducción general ComfyUI-disty-Flow es un nodo personalizado que proporciona una interfaz de usuario amigable para ComfyUI. Está pensado para simplificar la ejecución de flujos de trabajo proporcionando una interfaz de usuario alternativa a la creación de flujos de trabajo.ComfyUI-disty...

Introducción general FlowiseAI es una herramienta de código abierto y bajo código diseñada para ayudar a los desarrolladores a crear aplicaciones LLM (Large Language Model) personalizadas y agentes de IA. Con una sencilla interfaz de arrastrar y soltar, los usuarios pueden crear e iterar rápidamente aplicaciones LLM, haciendo más eficiente el proceso desde las pruebas hasta la producción....

Introducción general Open Codex es una herramienta de AI de línea de comandos de código abierto diseñada para que los desarrolladores conviertan instrucciones de lenguaje natural en comandos de shell precisos. Utiliza un modelo de lenguaje nativo (por ejemplo, phi-4-mini), no requiere redes ni claves API, y todas las operaciones en...

Introducción general Aider es una potente herramienta de código abierto que ayuda a los desarrolladores a escribir, editar y refactorizar código a través del diálogo en lenguaje natural. Como herramienta interactiva de programación por pares de IA, Aider es compatible con muchos de los principales lenguajes de programación y puede integrarse perfectamente en Git....

Introducción general Abu Quantitative Trading System es una plataforma de código abierto basada en Python. Fue creada por el usuario "bbfamily" para ayudar a los inversores a aplicar estrategias de negociación cuantitativa mediante código. El sistema soporta backtesting y trading de varios productos financieros como acciones, opciones, futuros y bitcoin. Es...

Introducción general Page Assist es una extensión de navegador de código abierto diseñada para proporcionar a los usuarios una forma sencilla de interactuar con modelos locales de IA. Con esta extensión, los usuarios pueden abrir una barra lateral en cualquier página web para interactuar con modelos de IA que se ejecutan localmente.Page Assi...

Introducción completa One API es un sistema de gestión y distribución de interfaces de código abierto compatible con una variedad de grandes modelos como OpenAI ChatGPT, Anthropic Claude, Google PaLM 2 y Gemini. El ...

Introducción general AgenticSeek es un asistente de IA de código abierto que se ejecuta de forma completamente local y se basa en el modelo Deepseek R1. No requiere una API en la nube y no incurre en cientos de dólares en cuotas mensuales. Pretende ser un asistente inteligente similar a "Jarvis" en la película...

Introducción general VoltAgent es un marco TypeScript de código abierto diseñado para que los desarrolladores construyan y orquesten rápidamente inteligencias de IA. Proporciona herramientas modulares y un modelo de desarrollo estandarizado que simplifica la interacción con grandes modelos de...

Introducción general El proyecto ChatGPT-on-WeChat es un gran robot de diálogo inteligente basado en modelos, que admite el acceso multiplataforma a WeChat personal, número público de WeChat, aplicación WeChat empresarial, Flybook, Nail, etc. Los usuarios pueden elegir GPT3.5, GPT-4, Claude, Man...

Descripción general tldraw es una herramienta de dibujo colaborativo gratuita e instantánea que proporciona un lienzo ilimitado donde los usuarios pueden dibujar gráficos rápidamente, escribir texto y colaborar al instante. Con una interfaz intuitiva y un rendimiento excelente, es adecuada para la colaboración en equipo y el trabajo remoto. Apoyado por la comunidad de código abierto, tldr...

Introducción general IC-Light es un proyecto para el control de la iluminación de imágenes que pretende manipular los efectos lumínicos de las imágenes mediante modelos avanzados de IA. Desarrollado por Lvmin Zhang et al, el proyecto ofrece dos modelos principales: un modelo de reiluminación condicional al texto y un modelo condicional al fondo. Los usuarios pueden pasar...

Introducción general InstantCharacter es un proyecto de código abierto desarrollado por Tencent Hunyuan y el equipo InstantX, alojado en GitHub. Genera mapas de caracteres de aspecto coherente con una imagen de referencia y una descripción de texto....

Introducción general DDG-Chat es un proyecto de código abierto que tiene como objetivo proporcionar una API ChatGPT backend que se puede implementar en múltiples plataformas con un solo clic. El proyecto soporta múltiples modelos incluyendo GPT-4o mini, Claude 3 Haiku, Llam...

Introducción general OpenPilot es un sistema de conducción autónoma de código abierto desarrollado por comma.ai para mejorar la experiencia de conducción y la seguridad de los vehículos existentes con funciones avanzadas de asistencia al conductor. Desde su primer lanzamiento en 2016, OpenPilot ha dado soporte a más de 2...

Descripción General Deep Chat es un componente de chat AI de código abierto diseñado para desarrolladores web. Fue desarrollado por Ovidijus Parsiunas, está alojado en GitHub, y actualmente cuenta con más de 2k estrellas. Los usuarios pueden configurar...

Introducción GraphRAG-Dify es un proyecto de código abierto diseñado para combinar GraphRAG y la tecnología Dify para crear y desplegar rápidamente Agentes AI.El proyecto utiliza FastAPI y Uvicorn para la construcción de servicios, y soporta la importación DSL, que es conveniente para...

Introducción completa Gemini Balance es un servicio proxy de API OpenAI desarrollado sobre la base del marco FastAPI, con el objetivo de proporcionar una gestión eficaz de claves multiAPI y funciones de optimización. El proyecto es compatible con las llamadas al modelo Gemini, y entre sus principales...

Introducción general GitIngest es una herramienta de código abierto diseñada para transformar los repositorios de código de GitHub en texto adecuado para las sugerencias de Large Language Model (LLM). Con una sencilla operación, los usuarios pueden extraer y formatear el contenido de cualquier repositorio de GitHub para adaptarlo al LLM...

Introducción exhaustiva BEN2 (Background Erase Network 2) es un modelo de aprendizaje profundo desarrollado por Prama LLC específicamente diseñado para eliminar automáticamente el fondo de una imagen y generar una imagen en primer plano. El modelo utiliza un innovador algoritmo de Confiden...

Introducción general BetterWhisperX es una versión optimizada del proyecto WhisperX centrada en proporcionar servicios de Reconocimiento Automático del Habla (ASR) eficientes y precisos. Como rama mejorada de WhisperX, el proyecto fue desarrollado por Federico ...

Introducción general TANGO (Co-Speech Gesture Video Reenactment with Hierarchical Audio-Motion Embedding and Diffusi...

Introducción completa NGCBot es un mecanismo HOOK basado en el desarrollo de WeChat robot proyecto de código abierto , creado por el desarrollador ngc660sec (Yunshan/eXM) y alojado en GitHub Después de dos años de iteración , la versión actual de V2.3 , la función de la inicial simple ...

Introducción completa AiPPT es una herramienta de generación de PPT basada en tecnología de inteligencia artificial, diseñada para ayudar a los usuarios a crear rápidamente presentaciones profesionales. Genera automáticamente diapositivas ricas en contenido y bellamente diseñadas introduciendo temas, cargando archivos o proporcionando URL, etc. Es compatible con gráficos nativos, animaciones y...

Introducción general GPT-SoVITS es una herramienta de conversión y síntesis de voz de código abierto que combina el modelo GPT y la tecnología de cambio de voz SoVITS. La herramienta admite la conversión de texto a voz sobre la marcha con cero y pocas muestras, y la migración de estilo de voz con sólo 5 segundos de muestras de audio. Entre sus funciones se incluyen la ...

Introducción general Magic MCP es una herramienta basada en IA desarrollada por el equipo de 21st.dev y diseñada para desarrolladores front-end. Genera modernos componentes de interfaz de usuario sobre la marcha a partir de descripciones en lenguaje natural y se integra con Cursor, WindSurf y ...

Introducción Completa Qwen2.5-VL es un gran modelo multimodal de código abierto desarrollado por el equipo Qwen de Alibaba Cloud (Alibaba Cloud). Puede manejar texto, imágenes, vídeo y documentos al mismo tiempo , es una versión mejorada de Qwen2-VL , basada en Qwen2.5....

Introducción general MCP-Playwright es una herramienta de código abierto desarrollada por ExecuteAutomation y alojada en GitHub. Se basa en Playwright y Model Context Proto...

Introducción general Outlines es una biblioteca de código abierto desarrollada por dottxt-ai para mejorar la aplicación de Large Language Models (LLMs) a través de la generación de texto estructurado. La biblioteca admite diversas integraciones de modelos, como OpenAI, transformadores...

Introducción exhaustiva GFPGAN (Generative Facial Prior GAN) es un algoritmo de reparación facial de código abierto desarrollado por Tencent ARC (Applied Research Center). El algoritmo utiliza un GAN facial preentrenado...

Introducción general Cognee es una solución de capa de datos fiable diseñada para aplicaciones de IA y agentes de IA. Diseñado para cargar y construir contextos LLM (Large Language Models) para crear soluciones de IA precisas e interpretables a través de grafos de conocimiento y almacenes de vectores. El marco de trabajo favorece el ahorro de costes,...

Introducción general Abogen es una herramienta de código abierto diseñada para convertir rápidamente archivos ePub, PDF o de texto plano en audio de alta calidad. Utiliza el modelo Kokoro-82M para generar un habla natural y fluida, y admite la generación simultánea de subtítulos, lo que resulta idóneo para producir audiolibros....

Descripción general AutoGen Studio 2.0 es una interfaz de usuario impulsada por AutoGen diseñada para simplificar el proceso de creación y gestión de soluciones multiagente. La plataforma permite a los usuarios definir y modificar de forma declarativa los agentes y sus flujos de trabajo a través de una interfaz intuitiva....

Introducción general A2A (Agent2Agent) es un protocolo de código abierto desarrollado por Google para permitir que las inteligencias artificiales desarrolladas por diferentes marcos o proveedores se comuniquen y colaboren entre sí. Proporciona un conjunto estandarizado de métodos para que las inteligencias descubran las capacidades de las demás, compartan tareas y completen el trabajo....

Introducción general Eliza es un marco avanzado de desarrollo de múltiples cuerpos inteligentes (Multi-Agente) , se compromete a simplificar la construcción y el despliegue del proceso de cuerpo inteligente autónomo (Agente Autónomo) . Soporta el despliegue de múltiples cuerpos inteligentes con diferentes configuraciones de roles , puede lograr ...

Introducción general Steel Browser es una API de navegador de código abierto diseñada para agentes y aplicaciones de IA. Proporciona una instancia de navegador completa que permite a los usuarios automatizar operaciones web sin preocuparse por la infraestructura.Steel Browser soporta...

Introducción exhaustiva MetaGPT es un innovador marco de trabajo para organismos multiinteligencia diseñado para simular el funcionamiento de una empresa de software de IA completa. Creado por geekan (Alexander Wu), el objetivo del proyecto es combinar modelos GPT con diferentes roles en una entidad colaborativa....

Introducción general TubeTube es una herramienta de descarga de vídeos de YouTube de código abierto desarrollada por MattBlackOnly. La herramienta utiliza yt-dlp como motor principal de descarga, soporta descargas multi-threaded, y es capaz de descargar rápidamente múltiples vídeos al mismo tiempo. Los usuarios pueden...

Introducción general FinGPT es una plataforma de modelización de gran lenguaje financiero de código abierto desarrollada por la AI4Finance Foundation, diseñada para que el sector financiero resuelva tareas financieras complejas e impulse la innovación en fintech.FinGPT utiliza técnicas de adaptación ligera y enfoques de aprendizaje de refuerzo....

Introducción general PPTX2MD es una herramienta de código abierto diseñada para convertir archivos PPTX de PowerPoint al formato Markdown. Desarrollada por el usuario de GitHub ssine, la herramienta permite conservar los encabezados, las listas, el formato del texto (por ejemplo, negrita, cursiva, colores y super...

Introducción general Klee es una aplicación de escritorio de código abierto diseñada para ayudar a los usuarios a ejecutar localmente grandes modelos lingüísticos (LLM) de código abierto con gestión privada y segura de bases de conocimiento y capacidades de toma de notas Markdown. Se basa en las tecnologías Ollama y LlamaIndex...

Introducción exhaustiva MNN (Mobile Neural Network) es un marco de aprendizaje profundo eficiente y ligero desarrollado por Alibaba y optimizado para dispositivos móviles.MNN no solo es capaz de realizar inferencias rápidas en dispositivos móviles, sino que también admite tareas multimodales, incluida la generación de texto....

Introducción general Stagehand es un marco de navegación web de IA centrado en la simplicidad y la extensibilidad. Es totalmente compatible con Playwright y proporciona tres API de IA simples (actuar, extraer y observar) que se construyen sobre la base...

Introducción completa InstantID es una tecnología avanzada centrada en la generación de imágenes con estilos o poses personalizados en cuestión de segundos, al tiempo que garantiza un alto nivel de fidelidad utilizando una única imagen de identificación de referencia. La tecnología utiliza una solución basada en un modelo de difusión mediante la integración de imágenes faciales, mapas de puntos de referencia...

Introducción general Cursor Auto Register es un proyecto de código abierto alojado en GitHub. Fue creado por el desarrollador ddCat-main para ayudar a los usuarios a registrar y gestionar automáticamente cuentas para el editor de código Cursor AI....

Introducción general Mad Professor (Grumpy Professor Reads Papers) es una herramienta académica de IA de código abierto diseñada para que investigadores y estudiantes simplifiquen la lectura y el análisis de documentos académicos. Integra procesamiento PDF, traducción IA, recuperación RAG, preguntas IA...

Introducción general Step1X-Edit es un marco de edición de imágenes de código abierto desarrollado por el equipo Stepfun AI y alojado en GitHub. Combina un modelo de lenguaje multimodal de gran tamaño (Qwen-VL) y un transformador de difusión (DiT) para permitir a los usuarios crear imágenes a través de un...

Introducción general Orama es un motor de búsqueda de código abierto y alto rendimiento , escrito íntegramente en TypeScript , que soporta búsqueda de texto completo , búsqueda vectorial y búsqueda híbrida.Orama está diseñado para funcionar en cualquier entorno de ejecución JavaScript , proporcionando ...

Introducción exhaustiva CrewAI es un marco avanzado diseñado para orquestar la colaboración entre agentes de rol y de IA autónoma. Al facilitar la inteligencia colaborativa, CrewAI permite a los agentes trabajar juntos sin problemas para resolver tareas complejas. Tanto si está creando una plataforma de asistente inteligente, automatizando equipos de atención al cliente o...

Introducción general FreeAI es una plataforma de aplicaciones de IA de código abierto basada en la API Pollinations.AI, que proporciona servicios gratuitos e ilimitados de asistentes de chat de IA, generación de imágenes y síntesis de voz. El proyecto fue iniciado por el desarrollador Azad-sl en G...

Introducción general Anon-Kode es un asistente de código de IA de código abierto para operaciones basadas en terminales, lanzado en GitHub por el desarrollador Daniel Nakov. Está diseñado para que los programadores soporten APIs de estilo OpenAI integrando modelos de lenguaje que soporten...

Introducción completa MoneyPrinterTurbo es un proyecto de código abierto que utiliza la tecnología avanzada AI big model para lograr la función de generar vídeos cortos de alta definición con un solo clic. Los usuarios sólo tienen que proporcionar un tema de vídeo o palabras clave, el sistema generará automáticamente la copia de vídeo, clips de vídeo, subtítulos de vídeo y...

Introducción general Search-R1 es un proyecto de código abierto, desarrollado por PeterGriffinJin en GitHub, basado en el framework veRL. Entrena grandes modelos lingüísticos (LLM) mediante técnicas de aprendizaje por refuerzo (RL), lo que permite a los modelos...

Introducción general Moffee es una herramienta de código abierto que convierte archivos Markdown en presentaciones profesionales de forma rápida, sencilla y eficaz. Los usuarios sólo tienen que escribir el contenido Markdown, Moffee puede manejar automáticamente el diseño, la paginación y el estilo, eliminando la necesidad de...

Introducción exhaustiva DeepSeek-VL2 es una serie de modelos avanzados de lenguaje visual Mixture-of-Experts (MoE) que mejoran significativamente el rendimiento de su predecesor, DeepSeek-VL. Los modelos son útiles en preguntas y respuestas visuales, reconocimiento óptico de caracteres,...

Introducción completa Refly es un motor de creación nativo de IA basado en canvas gratuito diseñado para ayudar a los usuarios a convertir ideas en contenido de alta calidad a través del diálogo multihilo, la integración de la base de conocimientos, la memoria contextual y la tecnología de búsqueda inteligente. La plataforma cubre más de 20 plantillas de escenarios profesionales, incluyendo...

Introducción General El Agente API Gemini OpenAI es un endpoint gratuito y libre de mantenimiento de servidor compatible con OpenAI. Los usuarios pueden desplegarlo fácilmente en plataformas como Vercel, Netlify y Cloudflare para uso personal. El proyecto ...

Introducción general TreeGPT es una aplicación de chat de código abierto basada en Next.js, centrada en la visualización de conversaciones con grandes modelos lingüísticos (LLMs, por sus siglas en inglés, p. ej., GPTs) a través de estructuras de grafos en árbol (grafos acíclicos dirigidos, DAGs), sustituyendo a los métodos de chat lineales tradicionales para mejorar la velocidad y...

Introducción completa Unstructured-IO proporciona un conjunto de componentes de código abierto para el procesamiento y preprocesamiento de imágenes y documentos de texto como PDF, HTML, documentos de Word, etc. Su principal objetivo es simplificar y optimizar los flujos de trabajo de procesamiento de datos, especialmente para grandes modelos de lenguaje (LL...

Introducción general Grok Playground es un proyecto de código abierto desarrollado por el equipo de "Technical Crawling Shrimp". La función principal de esta herramienta es permitir a los usuarios desplegar un sitio espejo doméstico Grok3 en 10 segundos. Grok3 es un modelo de inteligencia artificial introducido por xAI, y ...

Introducción general MobileAgent es un potente asistente de operación de dispositivos móviles diseñado para mejorar la eficiencia y la automatización de la operación de dispositivos móviles a través de la colaboración multi-agente y módulos de percepción visual mejorada. Está desarrollado por el equipo de X-PLUG y es compatible con Android y ...

Introducción general Kokoro 82M es un eficiente modelo de síntesis del habla proporcionado por Hugging Face, diseñado para generar habla de alta calidad con menos parámetros y datos. El modelo tiene 82 millones de parámetros y está licenciado bajo Apache 2.0....

Introducción general Firecrawl MCP Server es una herramienta de código abierto desarrollada por MendableAI, basada en la implementación del protocolo Model Context Protocol (MCP), con Firecrawl A...

Introducción General BlenderMCP es una herramienta de código abierto que conecta Blender a Claude AI a través del protocolo Model Context Protocol (MCP). Los usuarios pueden utilizar comandos de texto para controlar directamente ...

Descripción general AI Auto Free es una potente herramienta de automatización diseñada para ayudar a los usuarios a hacer un uso ilimitado de los Entornos de Desarrollo Integrado (IDE) basados en IA, como Cursor y Windsurf. El proyecto ofrece soporte multiplataforma e incluye múltiples funciones de lenguaje...

Introducción completa PocketFlow es un marco de desarrollo de aplicaciones de IA ligero con sólo 100 líneas de código, desarrollado por el equipo de The-Pocket y de código abierto en GitHub. Persigue un diseño minimalista , el núcleo de control de código en 100 líneas , sin dependencias externas ...

Introducción general MediaCrawler es una herramienta de rastreo de contenido de medios sociales diseñada para desarrolladores. Al proporcionar un rastreador de gran alcance, se puede agarrar rápidamente vídeos, imágenes, comentarios, gustos, retweets y otros datos de las plataformas sociales como Xiaohongshu,...

Introducción exhaustiva Browser-Use es una innovadora herramienta de automatización web de código abierto diseñada específicamente para permitir que los modelos lingüísticos (LLM) interactúen de forma natural con los sitios web. Proporciona un marco potente y flexible que admite una amplia gama de modelos lingüísticos convencionales, como GPT-4, Claud...

Introducción completa AigcPanel es un sistema de producción humana digital AI de ventanilla única para todos los usuarios, desarrollado con la pila de tecnología electron+vue3+typescript, compatible con la implementación de un solo clic en Windows. El sistema está diseñado para ser fácil de usar como el núcleo, incluso...

Introducción completa AsrTools es una herramienta inteligente de voz a texto con interfaces incorporadas de grandes jugadores como Cutscene, QuickScope y MustScope, que soporta procesamiento por lotes multihilo eficiente sin necesidad de GPU o configuraciones tediosas. Se basa en el desarrollo PyQt5, interfaz hermosa y fácil de usar, capaz de salida SRT y TXT palabras de formato ...

Introducción general n8n-mcp-server es un proyecto de código abierto alojado en GitHub y desarrollado por Leonard Sellem. Es una herramienta de servicio MCP (Model Context Protocol) especializada...

Introducción Unsloth es un proyecto de código abierto diseñado para proporcionar herramientas eficientes para el ajuste fino y la formación de grandes modelos lingüísticos (LLM). El proyecto soporta una variedad de modelos bien conocidos, incluyendo Llama, Mistral, Phi, y Gemma.Unsloth...

Descripción general Whisper Input es una herramienta de transcripción de voz de código abierto que permite a los usuarios iniciar la grabación de voz pulsando el botón Opción y finalizar la grabación levantando el botón. La herramienta llama Groq Whisper Large V3 Turbo ...

Introducción general Dia es un modelo de texto a voz (TTS) de código abierto desarrollado por Nari Labs y centrado en la generación de audio de diálogo hiperrealista. Transforma guiones de texto en diálogos realistas de varios caracteres en un solo proceso, admite el control de emociones y entonación, e incluso genera representaciones no verbales....

Introducción general AIstudioProxyAPI es un proyecto de código abierto que utiliza Node.js y la tecnología Playwright para emular la API OpenAI imitando la versión web de Google AI Studio de...

Introducción exhaustiva Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 es un eficiente modelo de lenguaje diseñado para soportar juegos de rol complejos y diálogos de varias rondas. Profundamente optimizado sobre la base de Qwen 2.5-7B, cuenta con una excelente generación de texto y diálogo....

Introducción general Fabric es un marco de IA de código abierto desarrollado por Daniel Miessler para simplificar y automatizar las tareas informáticas cotidianas y facilitar el uso de la inteligencia artificial. Ayuda a los usuarios de forma eficiente a través de un diseño modular y de palabras clave predefinidas (Patrones)...

Introducción general Kolors Virtual Try-On es una aplicación de prueba virtual del equipo Kwai-Kolors en la plataforma Hugging Face. La aplicación utiliza tecnología avanzada de inteligencia artificial para ayudar a los...

Introducción General Open WebUI Artifacts Overhaul es un proyecto fork basado en Open WebUI, desarrollado por el desarrollador Nick Tonjum. Es una herramienta de código abierto centrada en mejorar el código generado por AI...

Introducción general TimesFM 2.0 - 500M PyTorch es un modelo base de series temporales preentrenado desarrollado por Google Research y diseñado para la previsión de series temporales. El modelo es capaz de manejar hasta 2048 puntos temporales hacia arriba y hacia abajo....

Introducción general RD-Agent es una herramienta de código abierto de Microsoft diseñada para automatizar y optimizar el proceso de investigación y desarrollo (I+D). La herramienta se centra en escenarios basados en datos para mejorar la eficacia del desarrollo de modelos y datos mediante técnicas de inteligencia artificial.RD-Agent integra la investigación...

Introducción general Sonic es una innovadora plataforma centrada en la percepción global del audio y diseñada para generar vívidas animaciones de retratos controladas por audio. Desarrollada por un equipo de investigadores de Tencent y la Universidad de Zhejiang, la plataforma utiliza información de audio para controlar las expresiones faciales y los movimientos de la cabeza con el fin de generar vídeos animados naturales y fluidos.S...

Introducción general Llasa-3B es un modelo de conversión de texto a voz (TTS) de código abierto desarrollado por el Laboratorio de Audio de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST Audio). El modelo se basa en la arquitectura Llama 3.2B, que ha sido cuidadosamente ajustada para proporcionar una generación de voz de alta calidad que no sólo soporta múltiples...

Introducción general DUIX (Dialogue User Interface System) es una plataforma digital de interacción humana potenciada por IA creada por Silicon Intelligence. Con capacidades de interacción humana digital de código abierto, los desarrolladores pueden integrar fácilmente modelos a gran escala, reconocimiento automático del habla (ASR...

Introducción exhaustiva CFG-Zero-star es un proyecto de código abierto desarrollado por Weichen Fan y el equipo S-Lab de la Universidad Tecnológica de Nanyang. Se centra en la mejora de la técnica Classifier Free Guidance (CFG) en modelos de correspondencia de flujos mediante la optimización de la estrategia de guiado y de la ...

Introducción completa Qwen-Agent es un marco de aplicación de agente inteligente desarrollado sobre la base de Qwen 2.0 y superiores, con capacidades tales como seguimiento de comandos, uso de herramientas, planificación y memoria. El marco proporciona una variedad de aplicaciones de ejemplo como asistentes de navegador, intérpretes de código y asistentes personalizados....

Introducción general MTEB (Massive Text Embedding Benchmark) es un proyecto de código abierto desarrollado por el equipo embeddings-benchmark y alojado en GitHub, cuyo objetivo es proporcionar mod...

Introducción general LHM (Large Animatable Human Reconstruction Model) es un proyecto de código abierto, desarrollado por el equipo aigc3d para generar rápidamente modelos humanos 3D de acción a partir de una sola imagen. Características principales ...

Introducción exhaustiva MangaNinjia es un proyecto de código abierto desarrollado por Alibaba Tongyi Visual Intelligence Lab (Ali-Vilab), centrado en el procesamiento automatizado del coloreado de dibujos lineales. Esta herramienta consigue un ajuste preciso del color de las imágenes de referencia mediante técnicas de aprendizaje profundo, mejorando enormemente...

Introducción general DiffRhythm es un proyecto de código abierto desarrollado por ASLP-lab (Audio, Speech and Language Processing Group, Northwestern Polytechnical University), centrado en la creación musical integral mediante técnicas de inteligencia artificial. Se basa en el método Latent Diffu...

Introducción general Gemini Teacher es un asistente para practicar la pronunciación en inglés basado en la IA Gemini de Google. Reconoce la pronunciación inglesa del usuario en tiempo real y proporciona sugerencias de corrección y comentarios instantáneos. La herramienta está diseñada para ayudar a los usuarios a...