Tags: ai projetos de código aberto Página 39

Introdução geral O Kotaemon é uma ferramenta de perguntas e respostas de documentos de código aberto projetada para fornecer aos usuários finais e desenvolvedores recursos de perguntas e respostas com base no Retrieval Augmented Generation (RAG). Desenvolvido pela Cinnamon, o projeto oferece suporte a vários provedores de API LLM (por exemplo, OpenAI, AzureOpenAI, Cohere etc.), bem como a...

Introdução abrangente O HivisionIDPhotos é uma ferramenta de produção de fotos de documentos com IA leve e de código aberto, capaz de identificar de forma inteligente a cena da foto do usuário e a codificação, para gerar uma foto de documento padrão de acordo com uma variedade de especificações. A ferramenta suporta cor e tamanho de fundo personalizados e, no futuro, também introduzirá a função de beleza e mudança inteligente de trajes formais. Com...

Introdução geral O Marker é uma ferramenta de processamento de documentos baseada em aprendizagem profunda, projetada para converter arquivos PDF para o formato Markdown com rapidez e precisão. Ele oferece suporte a uma ampla variedade de tipos de documentos e é especialmente otimizado para a conversão de livros e artigos científicos. O Marker é capaz de remover conteúdo redundante, como cabeçalhos e rodapés, formatar tabelas e...

Introdução geral O SadTalker é uma ferramenta de código aberto que combina fotos de retratos únicos e arquivos de áudio para criar vídeos realistas de cabeças falantes para uma ampla variedade de cenários, como mensagens personalizadas, conteúdo educacional e muito mais. O uso revolucionário de tecnologias de modelagem 3D, como ExpNet e PoseVAE, é excelente para capturar as facetas sutis...

Introdução geral O VideoReTalking é um sistema inovador que permite aos usuários 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 sucessivas: geração de vídeos faciais com expressões típicas...

Introdução geral O MuseV é um projeto público no GitHub que tem como objetivo permitir a geração de vídeos de avatar com duração ilimitada e alta fidelidade. Ele se baseia na tecnologia de difusão e oferece Image2Video, Text2Image2Video, Video2Video e muitos outros recursos. Fornece estrutura de modelo, casos de uso, início rápido...

Introdução abrangente O Unstructured-IO fornece um conjunto de componentes de código aberto para processamento e pré-processamento de imagens e documentos de texto, como PDF, HTML, documentos do Word etc. O Unstructured-IO fornece um conjunto de componentes de código aberto para processamento e pré-processamento de imagens e documentos de texto, como PDF, HTML, documentos do Word etc. Seu principal objetivo é simplificar e otimizar os fluxos de trabalho de processamento de dados, especialmente para aplicativos de modelo de linguagem grande (LLM), para fornecer suporte. Seu principal objetivo é simplificar e otimizar os fluxos de trabalho de processamento de dados, especialmente para aplicativos de modelo de linguagem grande (LLM) para fornecer suporte.

WebPilot Introdução geral O Webpilot é um "assistente da Web" gratuito e de código aberto que permite que você se comunique livremente com qualquer página da Web ou execute tarefas automatizadas. Em vez de alternar entre páginas ou copiar e colar, basta selecionar o texto ou digitar comandos, e o Webpilot fornecerá informações em tempo real e tarefas inteligentes...

Introdução abrangente O DB-GPT é uma estrutura de desenvolvimento de aplicativos de dados nativos de IA de código aberto criada usando AWEL (Agentic Workflow Expression Language) e tecnologias de corpo inteligente. O projeto tem como objetivo criar uma infraestrutura no campo de modelos grandes por meio do desenvolvimento de vários recursos técnicos, incluindo um sistema de gerenciamento de vários modelos (SMMF),...

DreamTalk Introdução abrangente O DreamTalk é uma estrutura de geração de talking head de expressão orientada por modelo de difusão, desenvolvida em conjunto pela Universidade de Tsinghua, pelo Grupo Alibaba e pela Universidade de Ciência e Tecnologia de Huazhong. Ele consiste principalmente em três partes: uma rede de redução de ruído, um especialista em lábios com reconhecimento de estilo e um preditor de estilo, e é capaz de gerar uma variedade de entradas de áudio com base em...

Introdução geral O GPT Crawler é uma ferramenta de código aberto que permite aos usuários gerar arquivos de conhecimento por meio do rastreamento do conteúdo de um site específico, o que, por sua vez, cria modelos GPT personalizados. O projeto é usado principalmente para rastrear e organizar informações da Web e suporta a execução via API e implantação local. Os usuários podem configurar o rastreador de forma flexível para se adequar...

Introdução abrangente O InstantID é uma tecnologia avançada voltada para a geração de imagens com estilos ou poses personalizados em segundos, garantindo um alto nível de fidelidade com o uso de uma única imagem de identificação de referência. A tecnologia usa uma solução baseada em modelo de difusão, integrando imagens faciais, imagens de...

Introdução geral A versão chinesa do ComfyUI Portrait Master é uma ferramenta de geração de palavras-chave de retratos projetada para criadores de imagens de IA. A ferramenta ajuda os usuários a gerar retratos de alta qualidade, otimizando as palavras-chave. Os usuários podem escolher diferentes tipos de lentes, gênero, nacionalidade, expressão facial...

Introdução geral O IOPaint é uma ferramenta de processamento de imagens de IA gratuita e de código aberto que oferece suporte ao apagamento, reparo e expansão de imagens. Ele usa modelos de IA de última geração para ajudar os usuários a remover facilmente objetos indesejados de imagens, corrigir falhas, adicionar novo conteúdo e até mesmo expandir imagens.

Introdução abrangente O GPT Academic é uma plataforma interativa para modelos de idiomas grandes otimizados para pesquisa acadêmica, fornecendo ferramentas para interfaces de interação pragmática para modelos de idiomas grandes, como GPT/GLM, otimizados especificamente para tradução em papel, leitura em papel, retoques e experiência de escrita. Seu design é modular e oferece suporte a atalhos personalizados...

Introdução geral O STORM é um sistema de integração de conhecimento e geração de artigos desenvolvido pela equipe Oval da Universidade de Stanford. Ele se concentra na geração de artigos exaustivos do tipo Wikipedia (documentos sistemáticos) a partir do zero. O sistema usa modelos de linguagem em grande escala para pesquisa de tópicos, preparação de sinopses e modelagem de fontes reais da Internet...

Introdução geral O XHS-Downloader é uma ferramenta de código aberto projetada para os usuários do Xiaohongshu para dar suporte à extração e ao download de imagens e vídeos sem marca d'água no Xiaohongshu. A ferramenta oferece uma variedade de recursos, incluindo a obtenção de cookies de navegadores, suporte para operações de linha de comando, downloads em lote, pontos de interrupção e assim por diante. Os usuários podem...