Projeto de código aberto de IA

Descrição geral O BlinkShot é um gerador de imagens de IA em tempo real e de código aberto que utiliza a tecnologia Together AI e Flux Schnell para permitir que os usuários gerem imagens de alta qualidade à medida que inserem avisos. A plataforma é totalmente gratuita e oferece suporte à personalização do usuário e à...

Introdução geral O MediaCrawler é uma ferramenta de rastreamento de conteúdo de mídia social criada para desenvolvedores. Ao fornecer uma função de rastreamento avançada, ele pode obter rapidamente vídeos, imagens, comentários, curtidas, retweets e outros dados de plataformas sociais como Xiaohongshu, Shake, Shutter, B, Weibo e outras...

Introdução abrangente O MoneyPrinterPlus é um projeto de código aberto que visa gerar e misturar todos os tipos de vídeos curtos com um clique por meio da tecnologia de IA e publicá-los automaticamente em várias plataformas de vídeo, como Jieyin, Shutterbugs, Xiaohongshu e Video Number. A ferramenta oferece suporte a modelos de voz locais e baseados em nuvem, incluindo bate-papo...

Introdução geral O Audiblez é um projeto de código aberto criado para converter livros eletrônicos (por exemplo, formato .epub) em audiolivros (por exemplo, formato .m4b). O projeto utiliza a tecnologia de síntese de voz de alta qualidade da Kokoro para oferecer suporte a vários idiomas e várias vozes. Os usuários podem simplesmente...

Introdução abrangente Este é um projeto de código aberto desenvolvido por Steven Tey chamado Novel, é um editor de texto WYSIWYG no estilo Notion, com recurso integrado de autocompletar AI que pode ajudar os usuários a aumentar a eficiência da entrada de texto. O projeto fornece documentação detalhada e instruções de instalação ...

Descrição geral O Clone Voice é uma ferramenta de clonagem de som de código aberto que fornece uma interface baseada na Web que permite aos usuários clonar vozes usando qualquer som ou gravação de voz pessoal. A ferramenta é fácil de usar, mesmo sem uma GPU NVIDIA, e pode ser usada com um aplicativo pré-compilado...

Introdução geral O EchoMimic é um projeto de código-fonte aberto criado para gerar animações de retratos realistas acionadas por áudio. Desenvolvido pela divisão Terminal Technologies do Ant Group, o projeto utiliza condições de pontos de marcação editáveis para gerar vídeos de retratos dinâmicos usando uma combinação de áudio e pontos de marcação facial.

Introdução geral O KGGen é uma ferramenta de código aberto desenvolvida pelo Stanford Trusted Artificial Intelligence Research Laboratory (STAIR Lab), hospedada no GitHub, projetada para gerar automaticamente gráficos de conhecimento a partir de texto arbitrário. Ele usa algoritmos avançados de modelagem e agrupamento de linguagem para obter texto não estruturado...

Introdução abrangente O MetaGPT é uma estrutura inovadora de corpo de inteligência múltipla projetada para simular a operação de uma empresa de software de IA completa. Criado por geekan (Alexander Wu), o objetivo do projeto é combinar modelos GPT com diferentes funções em uma entidade colaborativa...

Introdução geral O DeepFace é uma biblioteca Python leve para reconhecimento facial e análise de atributos faciais (incluindo idade, gênero, emoção e etnia). Ela integra vários modelos avançados de reconhecimento facial, como VGG-Face, FaceNet, OpenFace, De...

Introdução geral O mcp-server-qdrant é um servidor do Protocolo de Contexto de Modelo (MCP) criado com base no mecanismo de pesquisa vetorial Qdrant. Ele é usado principalmente para ajudar os sistemas de IA a armazenar e recuperar memórias...

Introdução geral O WeChatMsg é um projeto de código aberto localizado na plataforma GitHub. O objetivo da ferramenta é fornecer aos usuários do WeChat uma maneira de extrair e exportar bate-papos do WeChat para uma variedade de documentos (HTML, Word, CSV) e oferecer suporte à geração de relatórios anuais de visualização de dados de bate-papo...

Introdução abrangente O insanely-fast-whisper é uma transferência de áudio que combina o modelo Whisper da OpenAI com várias técnicas de otimização (por exemplo, Transformers, Optimum, Flash Attention)...

Introdução abrangente O MiniRAG é uma estrutura extremamente simples do Retrieval Augmented Generation (RAG) que visa a permitir um bom desempenho do RAG mesmo para modelos pequenos por meio de indexação de gráficos heterogêneos e recuperação leve com aprimoramento de topologia. Ele foi desenvolvido pelo Laboratório de Ciência de Dados da Universidade de Hong Kong (HKUDS) para abordar ...

Introdução geral O Comics Downloader é uma ferramenta de código aberto criada para ajudar os usuários a baixar quadrinhos e revistas em quadrinhos de vários sites. A ferramenta é compatível com vários formatos de arquivo, incluindo PDF, EPUB, CBR e CBZ, permitindo que os usuários escolham de acordo com suas necessidades...

Introdução geral O MobileAgent é um poderoso assistente de operação de dispositivos móveis projetado para melhorar a eficiência e a automação da operação de dispositivos móveis por meio da colaboração de vários agentes e de módulos de percepção visual aprimorados. Ele foi desenvolvido pela equipe do X-PLUG e é compatível com Android e ...

Introdução geral O SadTalker é uma ferramenta de código aberto que combina uma única foto de retrato com um arquivo de áudio para criar vídeos realistas de avatares falantes para uma ampla variedade de cenários, como mensagens personalizadas, conteúdo educacional e muito mais. Uso revolucionário de tecnologias de modelagem 3D, como ExpNet e PoseVA...

Introdução abrangente O Dify-WebUI é um aplicativo moderno de diálogo inteligente para desktop baseado na API do Dify, projetado para fornecer às empresas recursos avançados de diálogo com IA. O aplicativo oferece suporte a uma variedade de cores de temas predefinidos para atender às necessidades individuais das empresas e tem uma função de gerenciamento de base de conhecimento para...

综合介绍 Eino 是 CloudWeGo 团队推出的一款基于 Golang 的开源框架，旨在成为大模型（LLM）应用的终极开发工具。它汲取了 LangChain 和 LlamaIndex 等开源框架...

Introdução abrangente O YOLOv12 é um projeto de código aberto desenvolvido pelo usuário do GitHub sunsmarterjie, com foco na tecnologia de detecção de alvos em tempo real. O projeto é baseado na série de estruturas YOLO (You Only Look Once), a introdução de notas ...

Introdução geral O OpenManus é um projeto de código aberto criado para ajudar os usuários a executar inteligências localmente com configurações simples para realizar várias ideias criativas. Ele foi desenvolvido pelos membros da comunidade do MetaGPT @mannaandpoem, @XiangJinyu, @Mos...

Introdução geral O Firecrawl MCP Server é uma ferramenta de código aberto desenvolvida pela MendableAI, com base na implementação do protocolo Model Context Protocol (MCP), com o Firecrawl A...

Introdução geral O MeetingMind é um aplicativo avançado de IA projetado para melhorar a eficiência da captura e do resumo de reuniões de negócios. O aplicativo integra a tecnologia Whisper da OpenAI para uma conversão precisa de voz em texto e usa o IBM Watso...

Introdução geral O Watermark Removal é um projeto de código aberto que usa técnicas de aprendizado de máquina e aprendizado profundo para restauração de imagens, especificamente para remover marcas d'água de imagens. O projeto foi desenvolvido por Chimzuruoke Okafor e é inspirado no Con...

Introdução abrangente O CrewAI é uma estrutura avançada projetada para orquestrar a colaboração entre agentes de IA autônomos e de interpretação de papéis. Ao facilitar a inteligência colaborativa, o CrewAI permite que os agentes trabalhem juntos sem problemas para resolver tarefas complexas. Não importa se você está criando uma plataforma de assistente inteligente, automatizando equipes de atendimento ao cliente ou...

Introdução geral O k8m é um Mini Kubernetes AI Dashboard leve e multiplataforma projetado para simplificar o gerenciamento de clusters. Ele foi desenvolvido com base no AMIS e está disponível por meio do kom como um convidado da API do Kubernetes...

Introdução geral O GPT Academic é uma plataforma interativa para modelos de idiomas grandes otimizados para pesquisa acadêmica, fornecendo ferramentas para interfaces interativas pragmáticas para modelos de idiomas grandes, como o GPT/GLM, otimizados especificamente para a tradução, leitura, polimento e experiência de escrita em papel. Ele usa um design modular...

Introdução abrangente O Easy-Voice-Toolkit é um kit de ferramentas multifuncional baseado no Open Source Speech Project, que oferece uma ampla variedade de ferramentas de áudio automatizadas para reconhecimento de fala, transcrição de fala, conversão de fala, criação de conjuntos de dados e treinamento de modelos. Os usuários podem usar essas ferramentas de forma seletiva, conforme necessário...

Introdução abrangente O Bailing (Bailing) é um assistente de diálogo de voz de código aberto projetado para estabelecer um diálogo natural com os usuários por meio da fala. O projeto combina as tecnologias de reconhecimento de fala (ASR), detecção de atividade de voz (VAD), modelagem de linguagem ampla (LLM) e síntese de fala (TTS) para...

Introdução abrangente O NSFW Detector é uma ferramenta de detecção de conteúdo incômodo baseada em IA, usada principalmente para detectar se imagens, vídeos, arquivos PDF etc. contêm conteúdo incômodo. A ferramenta usa o Falconsai/nsfwimagedetectio...

Introdução geral O OpenAI Edge TTS é um projeto de código aberto que fornece uma API de conversão de texto em fala (TTS) nativa compatível com o OpenAI. O projeto usa o serviço de conversão de texto em fala on-line do Microsoft Edge para permitir que os usuários gerem...

Introdução abrangente O AigcPanel é um sistema completo de produção humana digital de IA para todos os usuários, desenvolvido com a pilha de tecnologia electron+vue3+typescript, com suporte à implementação com um clique no Windows. O sistema foi projetado para ser fácil de usar como o núcleo, mesmo...

Introdução geral O Mahilo é uma plataforma de integração de várias inteligências de código aberto, lançada no GitHub pelo desenvolvedor Jayesh Sharma, projetada para ajudar os usuários a conectar inteligências de IA de diferentes estruturas para oferecer suporte à comunicação em tempo real, à interação humano-computador e à colaboração inteligente. O ...

Introdução geral O Llasa-3B é um modelo de conversão de texto em fala (TTS) de código aberto desenvolvido pelo Laboratório de Áudio da Universidade de Ciência e Tecnologia de Hong Kong (HKUST Audio). O modelo se baseia na arquitetura Llama 3.2B, que foi cuidadosamente ajustada para oferecer geração de fala de alta qualidade que não só oferece suporte a várias...

Introdução geral O AI Toolkit da Ostris é um conjunto de ferramentas de IA de código aberto voltado para o suporte aos modelos Stable Diffusion e FLUX.1 para tarefas de treinamento e geração de imagens. O conjunto de ferramentas foi criado e é mantido pelo desenvolvedor Ostris, tor...

Introdução geral O LogoCreator é um gerador de logotipos de código aberto baseado no modelo Together AI e Flux, com foco no fornecimento de serviços rápidos e profissionais de design de logotipos para empresas e indivíduos. O projeto foi desenvolvido e tem código aberto pelo desenvolvedor Nutlope no Git...

Descrição geral O SynthLight é uma ferramenta de reiluminação de retratos baseada em um modelo de difusão. Ela aprende a renderizar novamente imagens sintéticas de rostos para obter ajustes de efeitos de iluminação em fotos de retratos reais. A ferramenta usa um mecanismo de renderização física para gerar conjuntos de dados que simulam transformações de iluminação sob diferentes condições de iluminação...

Introdução abrangente O AI Beehive (ai-beehive) é uma plataforma multifuncional de IA desenvolvida em linguagem Java com Spring Boot 3 e JDK 17. O projeto integra várias tecnologias de IA, incluindo ChatGPT...

Introdução abrangente O PDF-Extract-Kit é um projeto de código aberto desenvolvido pela equipe do OpenDataLab, com foco na extração eficiente de conteúdo de alta qualidade de documentos PDF complexos e diversos. Ele integra tecnologia avançada de análise de documentos para oferecer suporte à detecção de layout, reconhecimento de fórmulas ...

Introdução abrangente O AiPPT é uma ferramenta de geração de PPT baseada em tecnologia de inteligência artificial, projetada para ajudar os usuários a criar rapidamente apresentações profissionais. Ele gera automaticamente slides ricos em conteúdo e com design bonito, inserindo temas, carregando arquivos ou fornecendo URLs etc. Ele oferece suporte a gráficos nativos, animações e recursos especiais em 3D...

Introdução geral O n8n-mcp-server é um projeto de código aberto hospedado no GitHub e desenvolvido por Leonard Sellem. É uma ferramenta de serviço MCP (Model Context Protocol) especializada em...

Introdução geral O NarratoAI é uma ferramenta totalmente automatizada que integra narração de filmes e vídeos, edição automatizada, dublagem e geração de legendas. Ele se baseia na tecnologia de modelagem de linguagem em larga escala (LLM) para gerar automaticamente cópias e editar automaticamente vídeos com dublagens e legendas correspondentes, fornecendo aos usuários um...

Introdução geral O Zonos é uma ferramenta de síntese e clonagem de fala de código aberto desenvolvida pela Zyphra. A versão Zonos-v0.1 usa um transformador avançado e um modelo de combinação para gerar uma saída de fala de alta qualidade. A ferramenta é compatível com vários idiomas...

Introdução geral O Repomix (anteriormente conhecido como Repopack) é uma ferramenta de código aberto projetada para empacotar toda uma base de código em um único arquivo compatível com IA. Essa ferramenta permite que os desenvolvedores disponibilizem facilmente sua base de código para grandes modelos de linguagem (como Claude, Chat...

Introdução geral O YuE é um modelo básico de geração de músicas completas de código aberto que se concentra na transformação de letras em músicas completas. Diferentemente de outros modelos que geram apenas trechos curtos de músicas sem vocais, o YuE é capaz de gerar músicas completas com vocais principais e de apoio de até vários minutos de duração. O modelo aborda a geração de música em...

Introdução geral O VideoReTalking é um sistema inovador que permite ao usuário gerar vídeos faciais sincronizados com os lábios com base no áudio de entrada, produzindo vídeos de saída de alta qualidade e sincronizados com os lábios, mesmo com emoções diferentes. O sistema divide esse objetivo em três tarefas consecutivas: com expressões típicas...

Introdução geral O TimesFM 2.0 - 500M PyTorch é um modelo de base de série temporal pré-treinado desenvolvido pela Google Research e projetado para previsão de séries temporais. O modelo é capaz de lidar com até 2048 pontos de tempo para cima e para baixo...

Introdução abrangente O PromptWizard é uma estrutura de código-fonte aberto desenvolvida pela Microsoft que usa um mecanismo autoevolutivo que permite que o modelo gere, avalie e aprimore palavras de alerta e gere exemplos por conta própria, melhorando a qualidade do resultado por meio de feedback contínuo. Ele pode otimizar de forma autônoma as palavras de alerta, gerar e selecionar exemplos apropriados e...

Introdução geral O Orpheus-TTS é um sistema de conversão de texto em fala (TTS) de código aberto desenvolvido na arquitetura Llama-3b com o objetivo de gerar áudio próximo à fala humana natural. Ele foi lançado pela equipe da Canopy AI e é compatível com inglês, espanhol, francês...

Introdução abrangente O TF-ID (Table/Figure IDentifier) é uma família de modelos de detecção de objetos dedicada à extração de tabelas e imagens de artigos acadêmicos. O projeto foi criado por Yifei Hu e tem código aberto no GitHub. O modelo TF-ID foi desenvolvido por...

Introdução geral O NocoDB é uma alternativa de código aberto ao Airtable projetada para fornecer uma ferramenta de gerenciamento de banco de dados on-line avançada e fácil de usar. Com o NocoDB, os usuários podem facilmente criar, ler, atualizar e excluir dados de bancos de dados sem escrever código. A plataforma é compatível com ...

Introdução abrangente O Marco-o1 é um modelo de raciocínio aberto desenvolvido pelo Alibaba International Digital Commerce Group (AIDC-AI) para resolver problemas complexos do mundo real. O modelo combina o ajuste fino do Chain of Thought (CoT), o Monte Carlo Tree Search (MCTS) e estratégias de raciocínio inovadoras...

Introdução geral O Cua é um projeto de código aberto chamado "Computer-Use Agent", que se pronuncia "koo-ah". Ele foi projetado para dispositivos Apple Silicon, pode criar e executar o macOS de alto desempenho ...

Introdução geral O OpenAI Codex CLI é uma ferramenta de codificação de terminal de código aberto, desenvolvida pela OpenAI, projetada para desenvolvedores acostumados com terminais. Ele gera código, edita arquivos, executa comandos e integra o controle de versão do Git por meio de comandos de linguagem natural.

Introdução abrangente O Easegen é uma plataforma de criação de cursos digitais humanos de código aberto que visa melhorar a eficiência da produção e do gerenciamento de conteúdo de ensino por meio da tecnologia de IA. A plataforma oferece uma solução completa, desde a produção do curso, o gerenciamento de vídeo até o questionamento inteligente, que permite aos usuários criar cursos digitais em vídeo com explicação humana...

Introdução abrangente O ChatOllama é um projeto de aplicativo de bate-papo on-line de código aberto baseado em um modelo de linguagem em grande escala (LLM), com suporte a vários modelos de linguagem e gerenciamento de base de conhecimento. Os usuários podem usar a plataforma para gerenciamento de modelos (exibição de lista, download, exclusão), bate-papo com modelos e outras funções. O projeto usa ...

Introdução geral O PhotoDoodle é uma ferramenta de edição de imagens de código aberto, desenvolvida pela ShowLab, com foco na edição artística de fotos por meio da tecnologia de inteligência artificial. Os usuários podem adicionar estilo de desenho animado, efeito 3D, luz a fotos reais apenas digitando instruções de texto simples...

Introdução geral O Pocket AI (PocketPal AI versão chinesa) é um poderoso assistente de IA off-line projetado para permitir que os usuários conversem com a IA a qualquer hora e em qualquer lugar. Ele se baseia em modelos de linguagem pequenos (SLMs) e é executado em telefones celulares sem conexão com a Internet, especialmente adaptado à experiência do usuário chinês. Boca...

Introdução abrangente O Datalab oferece uma variedade de modelos avançados de IA com foco em OCR, análise de layout, PDF para Markdown e muito mais. Esses modelos não são apenas de alto desempenho, mas também fáceis de usar e de código aberto. Os modelos Marker da plataforma podem ser usados com rapidez e precisão...

Introdução geral O CoAI.Dev (antigo Chat Nio) é uma plataforma de bate-papo que integra vários modelos de IA e oferece suporte a streaming distribuído, geração de imagens, sincronização e compartilhamento de conversas entre dispositivos. Ele implementa um sistema de faturamento de assinatura e token, serviço de trânsito de chaves e vários...

Introdução geral O OpenUtau é uma plataforma gratuita e de código aberto de síntese e edição de músicas criada para oferecer à comunidade UTAU uma experiência de edição moderna. É o sucessor do software UTAU e resolve os problemas de compatibilidade e complexidade do software original.O OpenUtau é compatível com o Wind...

Introdução geral O DeepChat é um projeto de assistente inteligente de código aberto desenvolvido pela equipe ThinkInAIXYZ no GitHub. Seu objetivo é conectar os usuários ao mundo digital por meio de uma poderosa tecnologia de IA para proporcionar uma experiência de bate-papo eficiente e natural. Ele é compatível com o Win...

Introdução geral O J.A.R.V.I.S. (Just A Rather Very Intelligent System) é um assistente de código inteligente projetado para ajudar os desenvolvedores na geração de código, modificação e discussões técnicas usando vários modelos de linguagem de última geração...

Introdução geral O MiniPerplx (renomeado como Scira) é um mecanismo de busca orientado por IA com design minimalista que integra uma variedade de recursos úteis para fornecer aos usuários uma gama completa de serviços de recuperação de informações. O projeto usa uma pilha de tecnologia moderna, incluindo Next.js, Tailwi...

Introdução geral O MJML (Mail Junction Markup Language) é uma estrutura de código aberto desenvolvida pela equipe do Mailjet para simplificar a criação de modelos de e-mail responsivos. Por meio da linguagem de marcação semântica e de uma rica biblioteca de componentes, os desenvolvedores podem usar menos código para criar com eficiência e-mails bonitos e eficientes...

Introdução abrangente O Ant Design X é um kit de ferramentas de código aberto do Ant Group, projetado para ajudar os desenvolvedores a criar rapidamente interfaces de diálogo orientadas por IA. Ele oferece um rico conjunto de componentes e modelos, suporta a integração de modelos compatível com os padrões OpenAI e é adequado para uma variedade de aplicativos, como atendimento inteligente ao cliente, assistentes de IA e outros...

Introdução geral O UI-TARS Desktop é um aplicativo de agente de interface gráfica baseado no UI-TARS (Visual Language Model) desenvolvido pela ByteDance. O aplicativo permite que os usuários controlem computadores por meio de linguagem natural para uma interação homem-computador mais intuitiva e eficiente.

Introdução geral O Ortlin é uma interface gráfica de usuário baseada na Web, projetada para ajudar qualquer pessoa, tanto usuários técnicos quanto não técnicos, a interagir facilmente com as APIs e os modelos subjacentes da OpenAI. Ele é totalmente gratuito e de código aberto, permitindo que os usuários aproveitem o OpenAI de forma descomplicada...

O Comprehensive Introduction Retrieval based Voice Conversion WebUI é uma estrutura de conversão de voz baseada em VITS fácil de usar que permite a conversão de voz entre quaisquer alto-falantes, inclusive covers de músicas e alterações de voz em tempo real. Ele tem baixo ...

Introdução abrangente pdf2htmlEX é uma ferramenta de código aberto projetada para converter arquivos PDF para o formato HTML, analisando o conteúdo do arquivo PDF e usando HTML + CSS para restaurar com precisão seu efeito visual, o documento PDF será convertido em um navegador ...

Introdução abrangente O Goku é um modelo de geração de imagem e vídeo federado baseado em técnicas de transformação de fluxo projetadas para obter desempenho de nível industrial. Ele integra técnicas avançadas de geração visual de alta qualidade, incluindo agrupamento de dados de granularidade fina, design de modelo e formulação de transformação de fluxo.

O Quantum Swarm é uma estrutura de inteligência artificial de código aberto voltada para o desenvolvimento e a pesquisa de inteligência populacional de IA. O projeto é mantido pela equipe da Quarm AI no GitHub e tem como objetivo fornecer uma plataforma flexível e eficiente para criar e testar sistemas de inteligência múltipla.

Introdução geral O OpenWebUI-Monitor é um painel de controle para monitorar as atividades dos usuários do OpenWebUI e gerenciar as cotas de uso. Ele permite definir cotas de usuários de forma eficiente, exibir dados de usuários e informações visuais em tempo real, além de oferecer suporte à implantação com um clique para facilitar o gerenciamento e o monitoramento de...

DreamTalk Introdução abrangente O DreamTalk é uma estrutura de geração de cabeças falantes de expressão orientada por modelos de difusão desenvolvida em conjunto pela Universidade de Tsinghua, pelo Grupo Alibaba e pela Universidade de Ciência e Tecnologia de Huazhong. Ele consiste principalmente de três partes: uma rede de redução de ruído, um especialista em lábios com reconhecimento de estilo e um preditor de estilo, que pode ser baseado em...

Introdução geral O Zerox é um projeto de código aberto desenvolvido para converter PDF, DOCX, imagens e outros documentos para o formato Markdown por meio de modelos visuais. O projeto foi desenvolvido pela equipe getomni-ai e oferece uma solução simples e eficiente de OCR (reconhecimento óptico de caracteres).

Introdução geral O Sana é uma estrutura eficiente de geração de imagens de alta resolução desenvolvida pelo NVIDIA Labs, capaz de gerar imagens com resolução de até 4096 × 4096 em questão de segundos. O Sana emprega um transformador de difusão linear e uma tecnologia de autocodificador de compactação profunda para...

Introdução abrangente A API de extração de texto (text-extract-api) é uma ferramenta avançada projetada para extrair e analisar o conteúdo de vários formatos de documentos (por exemplo, PDF, Word, PPTX etc.). A API utiliza tecnologia de ponta de reconhecimento óptico de caracteres (OCR) e Ol...

Introdução geral O Agnai Chat é uma plataforma de bate-papo de IA de código aberto que permite aos usuários criar personagens de IA personalizados para interação com um ou vários jogadores. Ele é compatível com uma ampla gama de serviços de IA, incluindo OpenAI, Claude, Kobold, etc., e é adequado para entretenimento, interpretação de papéis, educação ou...

Introdução geral O AI Podcast Generator é uma ferramenta inteligente de geração de podcast que usa tecnologia avançada de IA para criar automaticamente conteúdo de áudio envolvente a partir de fontes da Web. O sistema gera narrativas de fluxo natural capturando conteúdo de notícias e convertendo-o em podcasts de áudio. O projeto é baseado no Next...

Introdução abrangente O DeepSeek-VL2 é uma série de modelos avançados de linguagem visual Mixture-of-Experts (MoE) que melhoram significativamente o desempenho de seu antecessor, o DeepSeek-VL. Os modelos são úteis em perguntas e respostas visuais, reconhecimento óptico de caracteres,...

Introdução geral O Text2Video-Zero é uma implementação oficial de um gerador de texto para vídeo com amostra zero para o GitHub, desenvolvido pela equipe de pesquisa de IA da Picsart. O projeto oferece uma maneira de usar dicas de texto para gerar texto com consistência temporal e...

Introdução abrangente O PantoMatrix é uma estrutura avançada de geração de gestos de corpo inteiro capaz de gerar movimentos humanos completos a partir de gestos parciais e de áudio, incluindo movimentos de rosto, corpo parcial, mão e corpo inteiro. A estrutura utiliza os mais recentes conjuntos de dados multimodais e técnicas de aprendizagem profunda para fornecer...

Introdução geral O AutoAgent é uma estrutura de inteligências de IA de código aberto desenvolvida pelo Laboratório de Inteligência de Dados da Universidade de Hong Kong (HKUDS) e hospedada no GitHub. Ele permite que os usuários criem e implementem rapidamente inteligências de IA personalizadas, descrevendo seus requisitos em linguagem puramente natural, sem qualquer base de programação...

Introdução geral O LivePortrait é uma ferramenta avançada de animação de retratos dinâmicos com IA desenvolvida pela Racer Technology. Ela utiliza a inovadora tecnologia de IA para transformar imagens estáticas em animações de vídeo vívidas. Independentemente de você usar fotos reais, estilos de animação ou retratos artísticos, o LivePo...

Introdução geral O Playwright MCP é uma ferramenta de código aberto desenvolvida pela Microsoft e hospedada no GitHub. Ela permite que os modelos de inteligência artificial controlem diretamente os navegadores por meio do protocolo MCP (Model Context Protocol), completo com abertura...

Introdução geral O DeepCoder-14B-Preview é um modelo de geração de código-fonte aberto desenvolvido pela equipe da Agentica e lançado na plataforma Hugging Face. Ele é baseado no modelo DeepSeek-R1-Distilled-Q...

Introdução geral O WrenAI é um assistente de IA SQL de código aberto projetado especificamente para ajudar equipes de dados, equipes de produtos e equipes de negócios a obter insights de dados por meio de conversas em linguagem natural. Ele é capaz de converter a linguagem natural em consultas SQL, gerar gráficos, planilhas e relatórios, oferecer suporte a...

Introdução geral O IMS Toucan é um kit de ferramentas de conversão de texto em fala (TTS) de última geração desenvolvido pelo Instituto de Processamento de Linguagem Natural (IMS) da Universidade de Stuttgart, Alemanha. O kit de ferramentas é compatível com mais de 7.000 idiomas e é rápido, controlável e tem baixos requisitos de recursos computacionais.

Introdução geral O GraphRAG Visualizer é uma ferramenta baseada na Web criada para ajudar os usuários a visualizar e explorar artefatos do Microsoft GraphRAG. Ao fazer o upload do Par...

Introdução abrangente O Linly-Dubbing é uma ferramenta inteligente de tradução e dublagem multilíngue de IA projetada para oferecer aos usuários serviços de tradução de legendas e dublagem de vídeo multilíngue de alta qualidade por meio da integração de tecnologia avançada de IA. A ferramenta é especialmente adequada para educação internacional, localização de conteúdo global e outros cenários, ajudando...

O objetivo do reconhecimento de tabelas é analisar tabelas em imagens, identificar com precisão as estruturas das tabelas e os locais das células e reduzi-las a formatos de tabelas estruturadas (por exemplo, HTML). Na atual era da informação, uma grande quantidade de dados tabulares importantes ainda existe em um estado não estruturado (por exemplo, documentos digitalizados com imagens de tabelas estatísticas...).

Introdução geral O RTranslator é um aplicativo de tradução em tempo real off-line, gratuito e de código aberto, desenvolvido para dispositivos Android. Os usuários podem manter o telefone no bolso, conectando um fone de ouvido Bluetooth, e conversar com outras pessoas como se estivessem falando seu próprio idioma.

Introdução geral O Paper Reviewer é um projeto de código aberto desenvolvido para gerar revisões abrangentes de artigos do arXiv e transformá-las em publicações de blog. O projeto alimenta o site Hugging Face's Daily Papers, que automaticamente...

Introdução geral O Forecast AI é uma excelente plataforma de previsão baseada em tecnologia avançada de inteligência artificial. Ela usa análises de dados poderosas e algoritmos de aprendizado de máquina para fornecer aos usuários previsões altamente precisas de eventos futuros. Quer se trate de eleições políticas, tendências econômicas ou eventos sociais, o Forecast ...

Introdução abrangente O PhiData é uma estrutura projetada para desenvolver assistentes de IA inteligentes. Ele permite que os assistentes de IA se envolvam em conversas de longo prazo, forneçam contexto comercial preciso e realizem várias operações por meio de memória aprimorada, integração de conhecimento e recursos de invocação de ferramentas.

Introdução geral O Micro-Agent é um assistente de codificação de IA de código aberto desenvolvido pela Builder.io, projetado para fornecer aos desenvolvedores a capacidade de gerar e testar códigos automaticamente. Ele gera casos de teste compreendendo descrições de linguagem natural e itera o código até que todos os testes sejam aprovados, reduzindo, assim, o tempo de...

Introdução abrangente O mcp-ui é um projeto de código aberto, criado pelo desenvolvedor machaojin1917939763, com base no protocolo Model Context Protocol (MCP) para construir, é um suporte para ambientes da Web e de desktop inteligentes ...

Introdução abrangente O Xorbits Inference (Xinference) é uma estrutura de inferência distribuída avançada e abrangente que oferece suporte à inferência para uma ampla variedade de modelos de IA, como modelos de linguagem ampla (LLMs), modelos de reconhecimento de fala e modelos multimodais. Com o Xorbits I...

Descrição geral O Meetily é um assistente de reunião com tecnologia de IA desenvolvido pela Zackriya Solutions que captura o áudio da reunião em tempo real, realiza a transcrição de voz e gera resumos da reunião. Ele é único, pois todo o processamento é feito localmente no dispositivo, garantindo a privacidade do usuário...