Tags: ai projetos de código aberto Página 4

Introdução geral O Open-VoiceCanvas é uma plataforma de síntese de fala de código aberto desenvolvida pela equipe da ItusiAI. Ela é compatível com mais de 50 idiomas e pode converter texto em fala natural, além de clonar vozes personalizadas por meio do upload de áudio. O projeto integra o OpenAI TTS, o AWS Polly e o MiniMax três...

Introdução geral O VideoMind é uma ferramenta de IA multimodal de código aberto que se concentra em inferência, perguntas e respostas e geração de resumo para vídeos longos. Ele foi desenvolvido por Ye Liu, da Universidade Politécnica de Hong Kong, e por uma equipe do Show Lab da Universidade Nacional de Cingapura. A ferramenta imita a maneira como os humanos entendem o vídeo, dividindo as tarefas em planejamento,...

Introdução geral O SuperCoder é uma ferramenta inteligente que é executada no terminal e foi projetada para programadores. Ele usa a tecnologia de IA para ajudar os usuários a pesquisar código, visualizar a estrutura do projeto, editar arquivos e corrigir bugs. O projeto tem código aberto por huytd no GitHub e é compatível com Linux, MacOS e Windows...

Introdução geral O Emigo é um assistente de programação de IA de código aberto para o Emacs, desenvolvido por MatthewZMD no GitHub. O Emigo é um assistente de programação de IA de código aberto para o Emacs, desenvolvido por MatthewZMD no GitHub, que ajuda os programadores a concluir a análise, a geração, a modificação e outras tarefas de código no Emacs, integrando um modelo de linguagem em grande escala (LLM).

Introdução geral O SegAnyMo é um projeto de código aberto desenvolvido por uma equipe de pesquisadores da UC Berkeley e da Universidade de Pequim, incluindo membros como Nan Huang. Essa ferramenta se concentra no processamento de vídeo e pode identificar e segmentar automaticamente objetos móveis arbitrários em um vídeo, como pessoas, animais ou veículos. Ela combina o TAP...

Introdução geral O GenXD é um projeto de código aberto desenvolvido pela Universidade Nacional de Cingapura (NUS) e pela equipe da Microsoft. Ele se concentra na geração de cenas arbitrárias em 3D e 4D, resolvendo a geração de 3D e 4D no mundo real devido à insuficiência de dados e à complexidade do design do modelo causada pelo problema. O projeto analisa o movimento da câmera e do objeto,...

Introdução geral O ChatAnyone é um projeto inovador desenvolvido pela equipe do HumanAIGC. Ele usa técnicas de inteligência artificial para gerar vídeos digitais de retratos humanos com movimentos da parte superior do corpo a partir de uma única foto e entrada de áudio. O projeto baseia-se em um modelo de difusão de movimento hierárquico que gera movimentos da cabeça, gestos e expressões para...

Introdução geral O Search-R1 é um projeto de código aberto desenvolvido por PeterGriffinJin no GitHub e baseado na estrutura veRL. Ele usa técnicas de aprendizagem por reforço (RL) para treinar grandes modelos de linguagem (LLMs), permitindo que os modelos aprendam de forma autônoma a raciocinar e invocar mecanismos de pesquisa para resolver problemas. O projeto é compatível com o Qwen2.5...

Introdução geral O DeepGemini é um projeto de código aberto, criado pelo desenvolvedor Thomas Sligter. É uma ferramenta de gerenciamento de IA que oferece suporte à orquestração de vários modelos. O principal recurso é a capacidade de combinar com flexibilidade uma variedade de modelos de IA e é chamado por meio da interface de API compatível com OpenAI. O projeto é baseado em Python 3.11 e ...

Introdução geral O Optexity é um projeto de código aberto no GitHub, desenvolvido pela equipe do Optexity. Sua essência é usar dados de demonstração humana para treinar a IA para concluir tarefas de computador, especialmente operações de páginas da Web. O projeto contém três bibliotecas de código: ComputerGYM, AgentAI e Playwright, e os usuários podem ...

Introdução geral O II-Researcher é uma ferramenta de pesquisa de inteligência artificial de código aberto desenvolvida pela equipe do Intelligent-Internet e hospedada no GitHub. Ele foi projetado para pesquisa profunda e raciocínio complexo, e é capaz de responder a perguntas complexas por meio de pesquisas inteligentes na Web e análise em várias etapas. O projeto foi lançado em 27 de março de 2025...

Introdução geral O Cua é um projeto de código aberto chamado Computer-Use Agent (pronuncia-se "koo-ah"), projetado para dispositivos Apple Silicon para criar e executar máquinas virtuais macOS e Linux de alto desempenho em velocidades próximas a 90% nativamente. Ele foi projetado para dispositivos Apple Silicon, pode criar e executar máquinas virtuais macOS e Linux de alto desempenho, com velocidades próximas às do dispositivo nativo 90%. O Cua usa o Ap...

Introdução geral O Paper to Podcast é uma ferramenta de código aberto especializada em transformar trabalhos de pesquisa acadêmica em podcasts animados e divertidos. Ela facilita a compreensão de conteúdos acadêmicos complexos usando tecnologia de inteligência artificial para transformar um artigo em formato PDF em um diálogo entre três personagens: o apresentador, o aluno e o especialista. Isso ...

Introdução geral O OmniSQL é um projeto de código aberto desenvolvido pela equipe do RUCKBReasoning e hospedado no GitHub. Sua principal função é transformar as perguntas de linguagem natural inseridas pelo usuário em instruções de consulta SQL de alta qualidade para ajudar os usuários a interagir facilmente com os bancos de dados. O projeto se baseia em um texto automatizado...

Introdução geral O LatentSync é uma ferramenta de código aberto desenvolvida pela ByteDance e hospedada no GitHub. Ela aciona os movimentos labiais dos personagens em um vídeo diretamente por meio do áudio, permitindo que o formato da boca corresponda à voz com precisão. O projeto é baseado no modelo de difusão latente do Stable Diffusion, conhecido como LatentSync.

Introdução geral O Morphik Core é um projeto de código aberto desenvolvido pela equipe morphik-org e hospedado no GitHub. Essa ferramenta é um banco de dados projetado para aplicativos de IA que podem lidar com texto, imagens, PDFs, vídeos e outros tipos de...

Introdução geral O serverless-markdown-convertor é uma ferramenta de código aberto gratuita, baseada no desenvolvimento do Cloudflare Worker e do Workers AI, que pode converter uma variedade de arquivos para o formato Markdown. Ele é compatível com PDF, imagens, documentos do Office, HTML e outros tipos de arquivos comuns, sem a necessidade de ...

Introdução geral O EditorJumper é um plug-in projetado para o JetBrains IDE, desenvolvido pelo usuário do GitHub wanniwa. Ele permite que os desenvolvedores alternem rapidamente entre o JetBrains IDE (por exemplo, IntelliJ IDEA, PyCharm) e editores como VS Code, Cursor, Trae, Windsurf, etc. ...