Proyecto AI de código abierto

Introducción simple-one-api es un proyecto de código abierto diseñado para simplificar la integración de múltiples APIs de big models. Soporta APIs compatibles con OpenAI como ThousandFans Big Model Platform, Xunfei Starfire Big Model, Tencent Mixed Element, MiniMax y Deep-Seek....

Introducción general GenEx es un modelo avanzado de IA capaz de generar un mundo tridimensional de 360° totalmente explorable a partir de una sola imagen. Los usuarios pueden explorar interactivamente este mundo generado.GenEx empuja los límites de la IA figurativa en el espacio imaginativo y tiene el potencial de...

Introducción general LLM API Engine es un proyecto de código abierto diseñado para ayudar a los desarrolladores a crear y desplegar rápidamente API impulsadas por IA.El proyecto aprovecha el Large Language Model (LLM) y las tecnologías de rastreo web inteligente para permitir a los usuarios crear API personalizadas a través de descripciones en lenguaje natural.Su principal...

Introducción general CodeWeaver es una herramienta de línea de comandos diseñada para entretejer bibliotecas de código en documentos Markdown únicos y fáciles de navegar. Genera una representación estructurada de la jerarquía de archivos de un proyecto escaneando recursivamente los directorios e incrustando el contenido de cada archivo en bloques de código. Esta herramienta...

Introducción general Basic Memory es una herramienta para construir gráficos de conocimiento a través de conversaciones con asistentes de IA como Claude. Fue desarrollada por Basic Machines y su característica principal es guardar el contenido del diálogo como un archivo Markdown, guardar...

Introducción general LangGraph Supervisor es una librería Python basada en el framework LangGraph, diseñada para crear y gestionar sistemas de cuerpos multi-inteligentes. La librería coordina el trabajo de múltiples agentes especializados a través de un agente supervisor central, asegurando que los flujos de comunicación y las tareas se dividen...

Introducción general DiffBIR (Blind Image Restoration with Generative Diffusion Prior) es una herramienta de restauración de imágenes desarrollada por XPixelGroup, diseñada para generar...

Introducción general Agent Inbox es un proyecto de código abierto desarrollado por el equipo LangChain para proporcionar una nueva experiencia de usuario para interactuar con inteligencias AI. El proyecto permite a los usuarios gestionar y optimizar las interacciones con múltiples inteligencias IA a través de una interfaz centralizada.Ag...

Introducción general Auto-Audio-Book es un proyecto de código abierto alojado en GitHub. Rastrea automáticamente el contenido de novelas desde sitios web y las convierte en audiolibros con múltiples voces de personajes. Desarrollado por zqq-nuli usando Python 3.1...

Introducción MoBA (Mixture of Block Attention) es un innovador mecanismo de atención desarrollado por MoonshotAI y diseñado para Large Language Models (LLMs) con procesamiento de contexto largo.MoBA funciona dividiendo el contexto completo en múltiples...

Introducción general llmstxt-generator es una herramienta profesional de extracción e integración de contenido web dedicada a la preparación de conjuntos de datos de texto de alta calidad para el entrenamiento y la inferencia en Large Language Models (LLM). La herramienta fue desarrollada por Mendable AI utilizando @firec...

Introducción completa AIaW (AI as Workspace) es un cliente de IA de nueva generación diseñado para ofrecer soluciones completas, ligeras y extensibles. La plataforma es compatible con una amplia gama de proveedores de servicios, como OpenAI, Anthropic y Google, y es capaz de...

Debido a que el despliegue doméstico no puede acceder a abrazar la cara, por lo que en el programa de despliegue de gran hermano basado en la transformación para poder desplegar a los trabajadores cloudflare. Preparación 1, cloudflare registro 2, abrazar fac...

Introducción General Inspirado por las características de generación de podcast de Notebook LM y la reciente implementación de código abierto de Open Notebook LM. En esta receta, vamos a implementar una guía detallada paso a paso sobre cómo construir un PDF a podcast pipeline. Dado cualquier PDF...

Introducción general OpenChat es una consola de chatbot fácil de usar diseñada para simplificar el uso de modelos lingüísticos extensos (LLM). Mediante un proceso de configuración en dos pasos, OpenChat permite a los usuarios crear y gestionar fácilmente varios chatbots personalizados. La plataforma es compatible con G...

Introducción general LlamaCoder es una herramienta de generación de código abierto basada en Llama 3.1 y Together AI. Puede generar pequeñas aplicaciones con indicaciones sencillas, adecuadas para que los desarrolladores realicen rápidamente ideas.LlamaCoder proporciona...

Introducción general Rowfill es una plataforma de procesamiento de documentos de código abierto diseñada para trabajadores del conocimiento. Utiliza técnicas avanzadas de inteligencia artificial para extraer, analizar y procesar datos de documentos complejos, imágenes y PDFs.Rowfill soporta Native Large Language Model (LLM) y Ope...

Introducción general OpenAlternative es una plataforma centrada en proporcionar alternativas de software de código abierto, con el objetivo de ayudar a los usuarios a encontrar herramientas de código abierto adecuadas para sustituir a los productos SaaS comerciales que utilizan a diario. El sitio ayuda a los usuarios a ahorrar dinero y mejorar a través de una cuidada colección de herramientas de código abierto...

Introducción general miniLLMFlow es un marco de desarrollo minimalista de Large Language Model (LLM) que contiene sólo 100 líneas de código central, demostrando la filosofía de diseño de "mantenerlo simple". El marco está diseñado específicamente para permitir a los asistentes de IA (por ejemplo, ChatGPT, Claude, etc.)...

Introducción general FoleyCrafter es un proyecto de código abierto desarrollado por OpenMMLab para generar efectos de sonido vívidos y sincronizados para vídeos mudos. El proyecto utiliza técnicas avanzadas de inteligencia artificial para generar efectos de sonido semánticamente relevantes y sincronizados en el tiempo mediante el análisis del contenido del vídeo....

Introducción general AI Dev Gallery es una aplicación de herramientas de desarrollo de IA de Microsoft (actualmente en vista previa pública) diseñada para desarrolladores de Windows. Proporciona una plataforma completa para ayudar a los desarrolladores a integrar fácilmente las funciones de IA en sus aplicaciones Windo...

Introducción general R1-Omni es un proyecto de código abierto lanzado en GitHub por el equipo HumanMLLM. Es la primera aplicación de técnicas de Aprendizaje por Refuerzo con Recompensas Verificables (RLVR) a un gran modelo de lenguaje multimodal, centrado en el reconocimiento de sentimientos. El proyecto analiza datos de vídeo y audio...

Introducción general Auto_Jobs_Applier_AIHawk es una herramienta para automatizar la búsqueda de empleo utilizando tecnología de inteligencia artificial. Ayuda a los usuarios a automatizar el envío de un gran número de CV en un corto periodo de tiempo y a personalizarlos según su información personal y sus intenciones de búsqueda de empleo. La herramienta está diseñada...

Introducción general YuE es un modelo base de generación de canciones completas de código abierto que se centra en transformar letras de canciones en canciones completas. A diferencia de otros modelos que sólo generan fragmentos cortos de música no vocal, YuE es capaz de generar canciones completas con voz principal y coros de hasta varios minutos de duración. El modelo aborda la generación de música en...

Introducción general AigoTools es un código abierto AI navegación de sitios web diseñado para ayudar a los usuarios a crear y gestionar rápidamente los sitios de navegación. Se ha incorporado en la gestión del sitio y las características de auto-inclusión basada en AI , soporte para multi-idioma , cambio de tema oscuro / claro , y la optimización SEO.AigoTools propone...

Introducción exhaustiva Lecca es una potente plataforma de IA que permite a los usuarios configurar y desplegar grandes modelos lingüísticos (LLM) con múltiples herramientas y flujos de trabajo. Los usuarios pueden construir, personalizar y automatizar fácilmente sus agentes de IA.Lecca ofrece una amplia selección de proveedores de IA y modelos...

Introducción general mcp-server-qdrant es un servidor de Protocolo de Contexto de Modelo (MCP) construido sobre el motor de búsqueda vectorial Qdrant. Se utiliza principalmente para ayudar a los sistemas de IA a almacenar y recuperar memorias...

Introducción completa mcp-ui es un proyecto de código abierto , creado por el desarrollador machaojin1917939763 , basado en el protocolo Model Context Protocol (MCP) para construir , es un soporte para entornos Web y de escritorio inteligente ...

Introducción General Plandex es un código abierto de extremo a extremo AI codificación asistente diseñado para proyectos de software grandes y complejos. Puede planificar y ejecutar tareas de múltiples pasos, manejar contextos de hasta 2 millones de fichas y soportar más de 30 lenguajes de programación.Plandex ofrece...

Introducción exhaustiva SHMT (Self-supervised Hierarchical Makeup Transfer) es un proyecto de migración de maquillaje jerárquico autosupervisado basado en un modelo de difusión latente, cuyo objetivo es lograr una alta calidad de los efectos de maquillaje mediante métodos de aprendizaje no supervisados....

Introducción general La interfaz web de generación de texto es una interfaz web basada en Gradio diseñada para el Large Language Model (LLM). Soporta una variedad de backends de generación de texto, incluyendo Transformers, llama.cp...

Introducción exhaustiva Moondream es un modelo de lenguaje visual ligero de código abierto diseñado para habilitar capacidades de descripción de imágenes mediante técnicas de aprendizaje profundo y visión por ordenador. El modelo es capaz de funcionar de manera eficiente en una variedad de plataformas, y es particularmente adecuado para dispositivos edge.Moondream utiliza técnicas avanzadas y...

Introducción completa Agenta es una herramienta de gestión de modelos de IA de código abierto diseñada para ayudar a los usuarios a experimentar fácilmente con palabras clave, probar los efectos de los modelos y supervisar las ejecuciones. Es adecuada para personas que desean desarrollar aplicaciones de IA rápidamente, ya que proporciona una plataforma sencilla de manejar. Puede utilizarla para probar el efecto de diferentes palabras de...

Introducción general dsRAG es un motor de recuperación de alto rendimiento diseñado para gestionar consultas complejas sobre datos no estructurados. Funciona especialmente bien con consultas complejas en texto denso, como informes financieros, documentos jurídicos y trabajos académicos. dsRAG emplea tres enfoques clave para mejorar el rendimiento: lenguaje...

Introducción general Llama Tutor es un proyecto de tutor personal de IA de código abierto basado en Llama 3.1, diseñado para proporcionar a los usuarios una experiencia de aprendizaje personalizada. Mediante la integración de múltiples pilas tecnológicas como Together AI, Next.js y T...

Introducción GPTMe es un revolucionario asistente de IA para terminales diseñado para mejorar la eficiencia del trabajo de los desarrolladores. Combina a la perfección potentes capacidades de IA con el entorno del terminal, soportando diversas funciones como ejecución de código, edición de archivos, navegación web y reconocimiento visual. Como solucionador de código ChatGPT...

Descripción general Cerebr es una potente extensión de asistente de IA para Chrome, diseñada para mejorar su productividad y experiencia de aprendizaje.Cerebr fue diseñado desde cero con la necesidad de un asistente de IA de navegador limpio y eficiente, con un diseño minimalista y...

Introducción completa UIGEN-T1 es un modelo de transformador de 7.000 millones de parámetros ajustado en Qwen2.5-Coder-7B-Instruct y diseñado para la generación de IU basada en inferencia. Utiliza complejos...

Introducción completa Higress es una pasarela de API nativa de la nube desarrollada por Alibaba, construida sobre Istio y Envoy, diseñada para proporcionar soluciones eficientes de programación de tráfico, gobernanza de servicios y seguridad. Admite extensiones de plugin Wasm para múltiples lenguajes de programación para negocios de IA....

Introducción completa TextDistiller es una herramienta avanzada basada en IA diseñada para resumir libros capítulo a capítulo o en su totalidad, proporcionando una visión general concisa pero completa. Con TextDistiller, los usuarios pueden captar rápidamente las ideas centrales y los puntos clave de cualquier libro...

Introducción general Devika es un ingeniero de software de IA avanzada que entiende instrucciones humanas de alto nivel, las descompone en pasos, estudia la información relevante y escribe código para lograr un objetivo determinado. Desarrolla software de forma inteligente utilizando modelos lingüísticos a gran escala, algoritmos de planificación y razonamiento y capacidades de navegación web.D...

Introducción completa Maxun es una plataforma de extracción de datos web sin código de código abierto que permite a los usuarios entrenar robots en cuestión de minutos para rastrear automáticamente datos web y convertirlos en API u hojas de cálculo. La plataforma admite paginación y desplazamiento, se adapta a los cambios en el diseño del sitio web, proporciona un potente rastreo de datos...

Introducción general Harbor es un revolucionario conjunto de herramientas LLM en contenedores centrado en simplificar el despliegue y la gestión de entornos de desarrollo de IA locales. Ofrece a los desarrolladores una interfaz de línea de comandos (CLI) limpia y una aplicación complementaria para lanzar y gestionar con un solo clic, incluyendo backends LLM, interfaces API,...

Introducción completa HivisionIDPhotos es una herramienta de producción de fotos de documentos AI ligera de código abierto, puede identificar de forma inteligente la escena de la foto del usuario y la clave, para generar una foto de documento estándar en línea con una variedad de especificaciones. La herramienta soporta colores de fondo y tamaños personalizados, y en el futuro también lanzará...

Introducción general VoAPI es un nuevo sistema de gestión y distribución de interfaces de modelos de IA de alto perfil y alto rendimiento, que se utiliza principalmente para la gestión interna y los canales de distribución personales o empresariales. Desarrollado sobre la base de NewAPI, el sistema proporciona módulos funcionales ricos e interfaz de usuario optimizada, con el objetivo de mejorar...

General Quick Prompt es una extensión de navegador de código abierto que se centra en la gestión de palabras de aviso (Prompt) y en la introducción rápida de datos. Los usuarios pueden crear, organizar y almacenar bibliotecas de Prompts e insertar rápidamente contenido preestablecido Prompt en el cuadro de entrada de cualquier página web. Esta herramienta es especialmente ...

Introducción general DeepSeek-RAG-Chatbot es un proyecto de chatbot de código abierto basado en el modelo DeepSeek R1, alojado en GitHub y creado por el desarrollador SaiAkhil066. Combina la recuperación de...

DreamTalk Introducción DreamTalk es un marco de generación de cabezas parlantes basado en modelos de difusión y expresión desarrollado conjuntamente por la Universidad Tsinghua, Alibaba Group y la Universidad Huazhong de Ciencia y Tecnología. Consta principalmente de tres partes: una red de reducción de ruido, un experto en labios consciente del estilo y un predictor de...

Introducción General Awesome LLM Apps es un repositorio GitHub creado por Shubham Saboo, dedicado a recopilar y mostrar una amplia gama de grandes aplicaciones LLM (Large Language Modelling). El repositorio contiene aplicaciones que utilizan OpenAI, An...

Introducción general Yek es una herramienta rápida basada en Rust para leer archivos de texto de repositorios o directorios, trocearlos y serializarlos para su uso en grandes modelos lingüísticos (LLM). La herramienta utiliza la regla .gitignore por defecto para omitir archivos innecesarios, y utiliza...

Introducción general Optexity es un proyecto de código abierto en GitHub, desarrollado por el equipo de Optexity. Su núcleo es utilizar datos de demostración humana para entrenar a la IA a completar tareas informáticas, especialmente operaciones de páginas web. El proyecto contiene tres bibliotecas de código: Compute...

Introducción completa autoMate es una herramienta de automatización local desarrollada por yuruotong1 de código abierto en GitHub, con AI + RPA (Inteligencia Artificial + Automatización Robótica de Procesos) como su característica principal. Combina la comprensión inteligente de modelos lingüísticos a gran escala con RPA....

Introducción general Aana SDK es un marco de código abierto desarrollado por Mobius Labs, llamado así por la palabra malayalam ആന (elefante). Ayuda a los desarrolladores a desplegar y gestionar rápidamente modelos multimodales de IA, admitiendo el procesamiento de texto, imágenes, audio y vídeo, y otros datos....

Introducción completa SmartRead es una herramienta de código abierto basada en IA y diseñada para documentos técnicos. Puede analizar automáticamente archivos PDF, marcar contenido clave, como términos importantes, títulos o ideas centrales para ayudar a los usuarios a comprender rápidamente documentos complejos. Al mismo tiempo, también puede proporcionar y documentar...

Introducción completa La herramienta de monitorización de la degradación del servicio ChatGPT es un proyecto de código abierto diseñado para ayudar a los usuarios a detectar si su servicio ChatGPT se ha degradado debido a IPs de alto riesgo. La herramienta analiza los valores de dificultad de Proof of Work (PoW) para determinar si los usuarios...

Descripción general Un módulo para reparar archivos JSON no válidos, especialmente para analizar datos JSON incorrectos generados por Large Language Models (LLMs). El módulo corrige errores comunes de sintaxis JSON, como la falta de comillas, comas incorrectas, caracteres sin...

Introducción general Docs es una plataforma colaborativa de código abierto para la toma de notas y la gestión de documentos desarrollada por el equipo de suitenumerique. Está construida usando tecnologías Django y React con el objetivo de proporcionar una herramienta fácil de usar para ayudar a los usuarios a tomar notas, gestionar...

Introducción general Auto-Deep-Research es una herramienta de IA de código abierto desarrollada por el Laboratorio de Inteligencia de Datos de la Universidad de Hong Kong (HKUDS), cuyo objetivo es ayudar a los usuarios a automatizar tareas de investigación en profundidad. Se basa en el marco AutoAgent y admite múltiples modelos lingüísticos de gran tamaño...

Introducción general ChatOllama es un proyecto de aplicación de chat en línea de código abierto basado en un modelo lingüístico a gran escala (LLM), que admite numerosos modelos lingüísticos y la gestión de la base de conocimientos. Los usuarios pueden utilizar la plataforma para la gestión de modelos ( visualización de listas , descarga , eliminación ) , chatear con los modelos y otras funciones . El proyecto utiliza ...

Introducción general Parler-TTS es una biblioteca de modelos de texto a voz (TTS) de código abierto desarrollada por Hugging Face, diseñada para generar habla de alta calidad y sonido natural. El modelo es capaz de generar habla a partir de un texto de entrada con un estilo de locutor específico (por ejemplo, género, tono, estilo de habla...

Introducción general OpenDeepSearch es una herramienta de búsqueda de código abierto desarrollada por el equipo sentient-agi. Combina Large Language Modelling (LLM) y Agentes de Razonamiento Inteligente para permitir a los usuarios buscar información en páginas web y obtener respuestas precisas de forma sencilla. Esta ...

Introducción completa AIEditor es un editor de texto enriquecido de próxima generación impulsado por IA, basado en el desarrollo de componentes web, soporte para Vue, React, Angular y otros casi todos los principales marcos front-end. Es compatible con PC Web y ...

Introducción general ALog es una aplicación de diario de voz basada en IA diseñada para ayudar a los usuarios a registrar su vida diaria por voz. Está desarrollada por duxins y de código abierto en GitHub. Los usuarios pueden grabar entradas de diario a través de la entrada de voz, y la aplicación convertirá automáticamente la voz en texto ...

Introducción exhaustiva ExtractThinker es una herramienta flexible de inteligencia de documentos que extrae y clasifica datos estructurados de documentos utilizando modelos de grandes lenguajes (LLM), proporcionando un flujo de trabajo de procesamiento de documentos sin fisuras similar a ORM. Es compatible con diversos cargadores de documentos, como Tess...

Introducción general OpenHealthForAll es un proyecto de código abierto diseñado para ayudar a los usuarios a gestionar y comprender sus datos personales de salud. Aprovechando la tecnología de inteligencia artificial, OpenHealthForAll proporciona un asistente de salud de gestión local para ayudar a los usuarios a gestionar mejor...

Introducción general OpenSumi Lite es una solución IDE front-end pura basada en el proyecto OpenSumi, diseñada para proporcionar capacidades de visualización y edición de código sin necesidad de un entorno Node.js. El proyecto es co-desarrollado por Alibaba Group y Ant Group y utiliza...

Descripción general Quadratic es una herramienta de hoja de cálculo inteligente de código abierto que combina características de IA, código y conectividad de datos diseñadas para proporcionar a los usuarios potentes capacidades de procesamiento y análisis de datos. Al soportar lenguajes de programación como Python, SQL y Rust, Quadratic...

Introducción Exa & Deepseek Chat App es una aplicación de chat inteligente de código abierto, las principales características incluyen la búsqueda web en tiempo real utilizando las API de Exa y utilizando el modelo de lenguaje Deepseek R1 para...

Introducción Ant Design X es un conjunto de herramientas de código abierto de Ant Group, diseñado para ayudar a los desarrolladores a crear rápidamente interfaces de diálogo basadas en IA. Proporciona un amplio conjunto de componentes y plantillas, soporta la integración de modelos compatibles con los estándares OpenAI, y es adecuado para una variedad de aplicaciones tales como servicio al cliente inteligente, asistentes de IA, y otros...

WebUI de conversión de voz basado en VITS es un marco de conversión de voz basado en VITS fácil de usar que permite la conversión de voz entre cualquier altavoz, incluyendo covers de canciones y cambios de voz en tiempo real. Tiene bajo ...

Descripción general lightcard es una herramienta de generación de tarjetas simple y elegante diseñada para ayudar a los usuarios a crear fácilmente hermosas tarjetas de contenido. La herramienta soporta contenido de texto personalizado, múltiples estilos de temas y códigos QR para hacer la creación más fácil y divertida. Los usuarios pueden editar el título, el cuerpo y el autor...

Introducción general LangManus es un marco de automatización de IA de código abierto alojado en GitHub. Desarrollado por un grupo de antiguos compañeros en su tiempo libre, se trata de un proyecto de orientación académica con el objetivo de combinar modelos lingüísticos y herramientas especializadas para la búsqueda web, el rastreo de datos y la ejecución de código....

Introducción general Describe Anything es un proyecto de código abierto desarrollado por NVIDIA y varias universidades, cuyo núcleo es el modelo Describe Anything (DAM). Esta herramienta puede etiquetar imágenes o vídeos basándose en la...

Introducción completa LangWatch es una plataforma completa diseñada para las operaciones de grandes modelos lingüísticos (LLM), que proporciona supervisión, análisis, evaluación, gestión de conjuntos de datos y optimización de pistas. La plataforma se basa en el marco DSPy de la Universidad de Stanford y está diseñada para ayudar a los usuarios a gestionar y optimizar mejor...

Introducción completa XRAG (eXamining the Core) es un marco de evaluación comparativa diseñado para evaluar los componentes subyacentes de los sistemas avanzados de generación de aumento de la recuperación (RAG). Mediante el perfilado y análisis de cada módulo central, XRAG proporciona información sobre cómo afectan las distintas configuraciones y componentes a los sistemas RAG....

Introducción general Flock es una plataforma de código abierto para flujos de trabajo, alojada en GitHub y desarrollada por el equipo Onelevenvy. Se basa en las tecnologías LangChain y LangGraph y se centra en ayudar a los usuarios a construir rápidamente máquinas de chat....

Introducción general Unigraph es un grafo de conocimiento de propósito general y motor de búsqueda personal diseñado para proporcionar a los usuarios un espacio de trabajo integrado que les ayude a gestionar y buscar una amplia variedad de datos en su vida personal. Con Unigraph, los usuarios pueden integrar datos de distintas fuentes en un...

Introducción general AutoMouser es una extensión de Chrome que rastrea de forma inteligente las interacciones del usuario y genera automáticamente código de prueba Selenium utilizando los modelos GPT de OpenAI. Para ello, registra las acciones del navegador del usuario y las convierte...

Introducción general Taipy es una potente biblioteca de Python desarrollada por Avaiga diseñada para que los científicos de datos y los ingenieros de aprendizaje automático creen y desplieguen rápidamente aplicaciones web basadas en datos.Taipy...

Introducción general AgentLaboratory es una herramienta de código abierto alojada en GitHub y desarrollada por Samuel Schmidgall. Utiliza agentes inteligentes impulsados por Large Language Models (LLMs) para ayudar a los investigadores con todo el proceso de...

Introducción completa Sensitive Word Filtering Tool (Sensitive Word) es una herramienta Java de alto rendimiento para el filtrado de palabras sensibles basada en la implementación del marco del algoritmo DFA . La herramienta es capaz de detectar y filtrar eficientemente palabras sensibles , soporta una variedad de conversión de formatos y estrategias de reemplazo personalizadas. Su objetivo de diseño es proporcionar ...

Introducción ColorFlow es una herramienta de autocoloreado de secuencias de imágenes desarrollada por el equipo ARC de Tencent para resolver el problema del autocoloreado de secuencias de imágenes en blanco y negro. La herramienta utiliza un proceso de sombreado mejorado para generar con precisión los colores de varios elementos a través de un conjunto de imágenes de referencia, incluidos los colores del pelo de los personajes y los servicios....

Introducción exhaustiva FitDiT es un sistema de ajuste virtual de alta fidelidad basado en transformadores de difusión (Diffusion Transformers). Desarrollado por Tencent AI Lab, el proyecto pretende abordar las limitaciones de los sistemas tradicionales de ajuste virtual a la hora de mostrar los detalles de las prendas.FitD...

Introducción general Hibiki es un modelo de traducción de voz en tiempo real de alta fidelidad desarrollado por Kyutai Labs. A diferencia de los traductores offline tradicionales, Hibiki es capaz de generar traducciones de voz naturales en el idioma de destino en tiempo real mientras el usuario habla, así como proporcionar traducciones de texto. El modelo...

Introducción general Lux es una biblioteca de descarga de vídeo rápida y sencilla y una herramienta de línea de comandos escrita en Go. Soporta la descarga de vídeos de múltiples sitios web, incluyendo YouTube, Bilibili, Youku, etc. Lux ofrece una variedad de opciones de descarga y características, tales como la descarga multi-hilo....

Descripción general DeepSeek Engineer es una potente herramienta asistente de programación basada en la API DeepSeek, capaz de interactuar con el usuario a través de una intuitiva interfaz de línea de comandos para ayudarle en diversas tareas de desarrollo de software. La herramienta combina la potencia del modelado de lenguajes a gran escala con...

Introducción general EchoMimic es un proyecto de código abierto diseñado para generar animaciones de retratos realistas controladas por audio. Desarrollado por la división Terminal Technologies de Ant Group, el proyecto utiliza condiciones de puntos marcadores editables para generar vídeos de retratos dinámicos utilizando una combinación de audio y puntos marcadores faciales.EchoMimic...

Introducción General Agentarium es un potente framework Python dedicado a la gestión y orquestación de agentes inteligentes de IA (Agentes). El framework proporciona una forma flexible e intuitiva de crear, gestionar y orquestar interacciones entre múltiples agentes de IA. Utiliza A...

Introducción general CHRONOS es una herramienta de resumen cronológico de noticias desarrollada por el equipo de PNL de Alibaba. CHRONOS no solo es capaz de gestionar tareas de resumen cronológico de dominio abierto, sino que también es eficiente y escalable....

Introducción general OmAgent es un marco de cuerpo inteligente multimodal desarrollado por Om AI Lab, con el objetivo de proporcionar potentes funciones impulsadas por IA para dispositivos inteligentes. Mediante la integración de modelos base multimodales de última generación y algoritmos de cuerpo inteligente, el proyecto permite a los desarrolladores crear dispositivos inteligentes eficientes en una variedad de...

Introducción completa AIBot PRO es un cliente de agregación de AI basado en .NET 6 diseñado para proporcionar a los usuarios una plataforma conveniente para integrar múltiples productos de AI. El cliente admite el diálogo de conmutación sin sentido e integra ChatGPT, Gemini, Claude, Wenxin Yiyin...

Introducción SongGen es un modelo autorregresivo de Transformación de una sola etapa, de código abierto, diseñado para tareas de generación de texto a canción. El modelo es capaz de generar canciones que contienen voces y pistas de acompañamiento de entrada de texto.SongGen proporciona un control de grano fino sobre una amplia gama de atributos musicales ...

Introducción general HumanOmni es un gran modelo multimodal de código abierto desarrollado por el equipo HumanMLLM y alojado en GitHub. Se centra en el análisis de vídeos humanos y puede procesar tanto la imagen como el sonido para ayudar a comprender las emociones, las acciones y el contenido de los diálogos. El proyecto utiliza 2...

Introducción general Cloudflare Workers MCP es un proyecto de código abierto desarrollado por Cloudflare y alojado en GitHub para ayudar a los desarrolladores a crear e implementar...

Introducción general DragGAN es una herramienta interactiva de edición de imágenes basada en Redes Generativas Adversariales (GAN). Fue lanzada por Xingang Pan et al. en SIGGRAPH 2023 y tiene como objetivo permitir a los usuarios manipular intuitivamente a través de simples operaciones de apuntar y hacer clic y arrastrar y soltar....

Introducción exhaustiva PicMenu es una innovadora herramienta de IA que transforma los menús tradicionales de papel en menús de imágenes vívidas e intuitivas a través de una simple operación fotográfica. La herramienta no solo genera automáticamente imágenes de alta calidad de cada plato, sino que también proporciona información enriquecida sobre los platos para la transformación digital del sector de la restauración....

Introducción exhaustiva Omni-RGPT es un modelo de lenguaje multimodal de gran tamaño diseñado para permitir la comprensión a nivel de región de imágenes y vídeos. Mediante la introducción de la técnica Token Mark, Omni-RGPT es capaz de resaltar la región objetivo en el espacio de características visuales e indicar la región objetivo mediante pistas de región (por ejemplo, recuadros o...

Introducción general MMAudio es un proyecto de código abierto cuyo objetivo es generar audio sincronizado de alta calidad mediante el entrenamiento multimodal conjunto. Desarrollado por Ho Kei Cheng et al. en la Universidad China de Hong Kong, la función principal del proyecto es generar audio sincronizado a partir de la entrada de vídeo y/o texto.MM...

Introducción general G-Search-MCP es una herramienta de búsqueda de Google de código abierto alojada en GitHub y modificada por el desarrollador jae-jae basada en google-search. Pasa MCP (Modelo de Contexto...