Проект с открытым исходным кодом AI

Общее представление Агент S - это фреймворк с открытым исходным кодом, разработанный компанией Simular AI, который позволяет интеллектам управлять компьютерами, как людьми, с помощью графического интерфейса пользователя (GUI). Он использует мультимодальную модель большого языка и эмпирические методы обучения для выполнения таких задач, как просмотр веб-страниц, редактирование документов, использование программного обеспечения...

Общее введение BabelDOC - это инструмент с открытым исходным кодом, предназначенный для перевода PDF-документов в двуязычный формат. Он разработан командой funstory-ai, размещен на GitHub, в основном служит для работы с иноязычными пользователями документов, такими как исследователи ...

Общее представление Text2Voice - это инструмент с открытым исходным кодом, который обеспечивает функциональность преобразования текста в речь на основе кремниевого API потока, с чистым графическим интерфейсом пользователя (GUI) в качестве его лучшей особенности. Он был создан разработчиком Шелдоном Ли на GitHub, чтобы позволить...

Общее введение FreeAI - это платформа приложений ИИ с открытым исходным кодом, основанная на Pollinations.AI API, предоставляющая бесплатные и неограниченные услуги чат-ассистентов ИИ, генерации изображений и синтеза речи. Проект был начат разработчиком Azad-sl в Г...

Общее представление Open WebUI Artifacts Overhaul - форк проекта на основе Open WebUI, разработанный разработчиком Ником Тоньюмом. Это инструмент с открытым исходным кодом, ориентированный на улучшение кода, генерируемого искусственным интеллектом...

Общее представление OpenAvatarChat - это проект с открытым исходным кодом, разработанный командой HumanAIGC-Engineering и размещенный на GitHub. Это модульный инструмент цифрового человеческого диалога, который позволяет пользователям работать на одном компьютере...

Общее представление uniOCR - это инструмент для распознавания текста с открытым исходным кодом, разработанный командой mediar-ai. Он основан на языке Rust и поддерживает системы macOS, Windows и Linux. Пользователи могут использовать его для извлечения текста из изображений...

Общее представление Serena - это бесплатный инструмент программирования с открытым исходным кодом, разработанный командой Oraios AI и размещенный на GitHub. Это мощный помощник по работе с кодом, который работает непосредственно в вашей кодовой базе, помогая разработчикам анализировать, редактировать и выполнять код.Seren...

Общее введение AudioX - это проект с открытым исходным кодом на GitHub, созданный Zeyue Tian и др. Официальная статья опубликована на arXiv (номер 2503.10522). В его основе лежит диффузионный трансф...

Общее введение EasyControl является проектом с открытым исходным кодом, проект основан на архитектуре диффузионного трансформатора (DiT) для обеспечения эффективного и гибкого управления генерацией изображений. Среди них, Ghibli Control LoRA является одной из его особенностей, используя только 100 суб...

YOLOE - проект с открытым исходным кодом, разработанный Группой мультимедийного интеллекта (THU-MIG) Школы программного обеспечения Университета Цинхуа, полное название - "You Only Look Once Eye". Он основан на фреймворке PyTorch, который относится к серии расширений YOLO ...

Общее представление Open-VoiceCanvas - это платформа синтеза речи с открытым исходным кодом, разработанная командой ItusiAI. Она поддерживает более 50 языков, позволяет преобразовывать текст в естественную речь, а также клонировать персональные голоса путем загрузки аудиозаписей. Проект интегрирует Ope...

Общее представление VideoMind - это мультимодальный ИИ-инструмент с открытым исходным кодом, ориентированный на умозаключения, вопросы и ответы и составление резюме для длинных видео. Он был разработан Йе Лю из Гонконгского политехнического университета и командой из Show Lab Национального университета Сингапура. Инструмент имитирует человеческое понимание видео...

Общее представление SuperCoder - это интеллектуальный инструмент, работающий в терминале и предназначенный для программистов. Он использует технологию искусственного интеллекта, чтобы помочь пользователям искать код, просматривать структуру проекта, редактировать файлы и исправлять ошибки.Проект является открытым источником huytd на GitHub и поддерживает...

Общее представление Emigo - это ассистент программирования с открытым исходным кодом, созданный для Emacs, разработанный MatthewZMD на GitHub. Он помогает программистам выполнять анализ кода в Emacs, интегрируя крупномасштабную языковую модель (LLM)...

Общее представление SegAnyMo - это проект с открытым исходным кодом, разработанный группой исследователей из Калифорнийского университета в Беркли и Пекинского университета, включая таких членов, как Нан Хуанг. Этот инструмент ориентирован на обработку видео и может автоматически идентифицировать и сегментировать произвольные движущиеся объекты на видео, такие как люди, животные или...

Общее представление GenXD - это проект с открытым исходным кодом, разработанный командой Национального университета Сингапура (NUS) и Microsoft. Он ориентирован на генерацию произвольных 3D и 4D сцен, чтобы решить проблему генерации 3D и 4D в реальном мире из-за недостатка данных и сложности проектирования модели, вызванной этой проблемой. Проект был разработан ...

Общее представление ChatAnyone - это инновационный проект, разработанный командой HumanAIGC. Он использует методы искусственного интеллекта для создания цифровых портретных видеороликов человека с движениями верхней части тела на основе одной фотографии и аудиоданных. В основе проекта лежит иерархическая модель диффузии движения, которая генерирует движения головы...

Общее представление Search-R1 - это проект с открытым исходным кодом, разработанный PeterGriffinJin на GitHub и построенный на фреймворке veRL. Он обучает большие языковые модели (LLM) с помощью методов обучения с подкреплением (RL), позволяя моделям автономно обучаться...

Общее представление DeepGemini - это проект с открытым исходным кодом, созданный разработчиком Томасом Слигтером. Это инструмент управления ИИ, поддерживающий оркестровку нескольких моделей, главной особенностью которого является возможность гибко комбинировать различные модели ИИ, а благодаря OpenAI-совместимому ...

Общее введение Optexity - это проект с открытым исходным кодом на GitHub, разработанный командой Optexity. Его суть заключается в использовании демонстрационных данных человека для обучения искусственного интеллекта выполнению компьютерных задач, особенно операций с веб-страницами. Проект содержит три библиотеки кода: Compute...

Общее описание II-Researcher - это инструмент для исследования ИИ с открытым исходным кодом, разработанный командой Intelligent-Internet и размещенный на GitHub. Он предназначен для глубокого поиска и сложных рассуждений, с возможностью поиска по интеллектуальным веб-страницам и многоступенчатым под...

Общее представление Cua - это проект с открытым исходным кодом под названием "Computer-Use Agent", произносится как "ку-а". Он предназначен для устройств Apple Silicon, может создавать и запускать высокопроизводительные macOS ...

Общее представление Paper to Podcast - это инструмент с открытым исходным кодом, специализирующийся на преобразовании академических научных работ в живые и увлекательные подкасты. Он использует технологию искусственного интеллекта, чтобы превратить статью в формате PDF в диалог между тремя персонажами - ведущим, учеником и экспертом - и сделать сложные...

Общее представление Anubis - это инструмент с открытым исходным кодом, разработанный командой TecharoHQ для защиты веб-сайтов от краулеров искусственного интеллекта. Он добавляет вызов SHA256 Proof-of-Work в HTTP-запросы...

Общее введение OmniSQL - это проект с открытым исходным кодом, разработанный командой RUCKBReasoning и размещенный на GitHub. Его основной функцией является преобразование вводимых пользователем вопросов на естественном языке в высококачественные SQL-запросы, чтобы помочь пользователям легко справляться с ...

Общее представление LatentSync - это инструмент с открытым исходным кодом, разработанный компанией ByteDance и размещенный на GitHub. Он управляет движениями губ персонажей в видео непосредственно через аудио, так что форма рта точно соответствует голосу. Проект основан на Stable Di...

Общее введение Morphik Core - это проект с открытым исходным кодом, разработанный командой morphik-org и размещенный на GitHub. Раньше он назывался DataBridge Core, но теперь переименован в Morphik Core.This...

Общие сведения Введение serverless-markdown-convertor - это бесплатный инструмент с открытым исходным кодом, основанный на Cloudflare Worker и Workers AI, который конвертирует широкий спектр файлов в Markdow...

Общее представление EditorJumper - это плагин для JetBrains IDE, разработанный пользователем GitHub wanniwa. Он позволяет разработчикам использовать IDE JetBrains (например, IntelliJ ...

VirtualWife - это проект виртуального цифрового человека с открытым исходным кодом, созданный разработчиком yakami129. В настоящее время он находится на стадии разработки, цель - создать виртуального персонажа с "душой", с которым пользователь сможет взаимодействовать как с другом. Проект поддерживается B Station Live...

Общее представление GPT-Crawler - это инструмент с открытым исходным кодом, разработанный командой BuilderIO и размещенный на GitHub. Он просматривает содержимое страниц, вводя один или несколько URL-адресов веб-сайтов, генерируя структурированные файлы знаний (output.jso...

Введение MegaTTS3 - это инструмент синтеза речи с открытым исходным кодом, разработанный компанией ByteDance в сотрудничестве с Чжэцзянским университетом и предназначенный для генерации высококачественной китайской и английской речи. Его основная модель имеет всего 0.45B параметров, легка и эффективна, поддерживает смешанную генерацию китайской и английской речи и клонирование речи. Проект размещен на ...

KBLaM - проект с открытым исходным кодом, разработанный компанией Microsoft, полное название - "Knowledge Base augmented Language Model" ("Модель языка, дополняющего базу знаний"). Это происходит за счет преобразования внешних знаний в векторы и встраивания их в большую модель ...

Общие сведения Введение LangGraph CodeAct - это фреймворк, открытый на GitHub командой LangChain AI, основанный на архитектуре CodeAct (подробнее см. статью arXiv:2402.01030). Для этого он генерирует...

Общее представление BrowserTools MCP - это проект с открытым исходным кодом, разработанный командой AgentDeskAI. Он позволяет искусственному интеллекту отслеживать активность браузера в режиме реального времени с помощью расширений Chrome и сервисов Node.js, включая журналы, сетевые запросы...

Общее представление AgentLaboratory - это инструмент с открытым исходным кодом, размещенный на GitHub и разработанный Самуэлем Шмидгалом. Он использует интеллектуальные агенты, управляемые большими языковыми моделями (LLM), чтобы помочь исследователям в полном процессе научной...

Общее представление Kilo Code - это плагин расширения с открытым исходным кодом для Visual Studio Code (сокращенно VS Code). Он использует технологию искусственного интеллекта, чтобы помочь пользователям писать код более эффективно. Этот проект был разработан командой Kilo-Org, наиболее...

Общие сведения Введение G-Search-MCP - это инструмент поиска Google с открытым исходным кодом, размещенный на GitHub и модифицированный разработчиком jae-jae на основе google-search. Он передает MCP (Model Context...

Общее представление AgentIQ - это инструмент с открытым исходным кодом от NVIDIA, призванный помочь разработчикам эффективно подключать и управлять ИИ-интеллектами. Он позволяет интеллектам из разных фреймворков беспрепятственно сотрудничать, подключать корпоративные данные и инструменты, а также строить рабочие процессы, например, вызывать функции. Самая большая...

Общее представление MIDI-3D - это проект с открытым исходным кодом, разработанный командой VAST-AI-Research для быстрой генерации 3D-сцен, содержащих множество объектов, из одного изображения для разработчиков, исследователей и создателей. В основе этого инструмента лежит метод моделирования многообъектной диффузии...

Общее введение TripoSF - это проект с открытым исходным кодом, созданный командой VAST-AI-Research, специально разработанный для быстрого создания 3D-моделей высокого разрешения из одного изображения. Он использует технологию под названием SparseFlex, обладает высокой эффективностью обработки, может быть в общем ...

Общее представление TripoSG - это проект с открытым исходным кодом, разработанный исследовательской группой VAST AI для генерации высококачественных 3D-моделей из одного изображения. В проекте используется технология крупномасштабных выпрямительно-поточных преобразователей в сочетании с гибридным контролируемым обучением и высококачественными наборами данных, что позволяет генерируемым 3D-моделям иметь...

Общее представление MoshiVis - это проект с открытым исходным кодом, разработанный Kyutai Labs и размещенный на GitHub. Он основан на модели преобразования речи в текст Moshi (7B параметров), с примерно 206 миллионами новых параметров адаптации и замороженными Pal...

Общее введение MiniMind - это проект с открытым исходным кодом, созданный разработчиком jingyaogong. Его основная цель - позволить обычным людям также быстро обучать свои собственные модели искусственного интеллекта. Основной особенностью MiniMind является использование 2 часов в одном NVIDIA ...

Общее введение WritingBench - это проект с открытым исходным кодом, разработанный командой X-PLUG и размещенный на GitHub. Это инструмент, предназначенный для проверки способности к написанию больших моделей, предоставляющий 1239 реальных заданий на написание текста. Эти задания охватывают ...

Общее представление Free-Search - это API-инструмент с открытым исходным кодом, разработанный Ханзлой Джаваидом и размещенный на GitHub. Его основной функцией является предоставление результатов поиска Google в реальном времени через пользовательскую поисковую систему и просмотр веб-контента для возврата результатов...

Общие сведения Введение AI-ClothingTryOn - это настольное приложение с открытым исходным кодом на базе Python, созданное разработчиком speedTD и размещенное на GitHub. Оно использует технологию искусственного интеллекта Google Gemini, чтобы...

Общее представление OpenDeepSearch - это поисковый инструмент с открытым исходным кодом, разработанный командой sentient-agi. Он сочетает в себе моделирование большого языка (LLM) и интеллектуальные агенты рассуждений, что позволяет пользователям искать информацию на веб-страницах и получать точные ответы простым способом. Это ...

Общее представление Vibe Draw - это проект с открытым исходным кодом, разработанный Мартином Ситом, который позволяет пользователям превращать нарисованные от руки эскизы в красивые 3D-модели. Цель этого инструмента проста: сделать так, чтобы любой человек мог легко заниматься 3D-моделированием, не требуя при этом больших художественных навыков или ре...

Общее представление OAK (Open Agent Kit) - это инструмент с открытым исходным кодом, помогающий разработчикам быстро создавать, настраивать и внедрять искусственный интеллект. К нему можно подключить любую большую языковую модель (LLM), например, от OpenAI, Google или Anthropic...

LangGraph CUA - это проект с открытым исходным кодом, разработанный командой LangChain. Он основан на фреймворке LangGraph, позволяющем разработчикам использовать Python для создания искусственного интеллекта, способного напрямую управлять компьютером. Ядро этого инструмента ...

Общее представление n8n-mcp-server - это проект с открытым исходным кодом, размещенный на GitHub и разработанный Леонардом Селлемом. Это сервисный инструмент MCP (Model Context Protocol), специализирующийся...

Всеобъемлющее введение Flowgram.ai - это движок для построения процессов с открытым исходным кодом, разработанный компанией ByteDance. Он основан на редактировании узлов, чтобы помочь разработчикам быстро создавать рабочие процессы, поддерживает фиксированную компоновку и свободную компоновку в двух режимах. Проект написан на TypeScript ...

Общее введение Cursor Auto Register - это проект с открытым исходным кодом, размещенный на GitHub. Он был создан разработчиком ddCat-main, чтобы помочь пользователям автоматически регистрировать и управлять учетными записями для редактора кода Cursor AI...

Всеобъемлющее введение Qwen2.5-Omni - это мультимодальная модель ИИ с открытым исходным кодом, разработанная командой Alibaba Cloud Qwen. Она может обрабатывать множество входных данных, таких как текст, изображения, аудио и видео, и генерировать текстовые или естественные речевые ответы в режиме реального времени. Модель была выпущена в 2025 году 3 ...

Общее введение IndexTTS - это инструмент преобразования текста в речь (TTS) с открытым исходным кодом, размещенный на GitHub и разработанный командой index-tts. Он основан на технологиях XTTS и Tortoise, улучшая дизайн модулей, чтобы обеспечить эффективную и ...

Всеобъемлющее представление Dify-Plus - это платформа для разработки приложений искусственного интеллекта, основанная на вторичном развитии проекта Dify с открытым исходным кодом. Она добавляет новый центр управления на основе Dify и оптимизирует функциональность для корпоративных сценариев. Изначально проект предназначался для внутреннего использования предприятиями, а затем, обнаружив, что у сообщества есть схожие потребности, он...

Общее введение Rankify - это инструментарий с открытым исходным кодом на языке Python, разработанный группой Data Science в Университете Инсбрука, Австрия. Он фокусируется на поиске информации, переупорядочивании и генерации дополнений к поиску (RAG), обеспечивая единую структуру. Инструментарий поставляется с 40 встроенными предварительно найденными эталонами...

Всеобъемлющее введение CFG-Zero-star - это проект с открытым исходным кодом, разработанный Вейчен Фаном и командой S-Lab в Наньянгском технологическом университете. Он направлен на улучшение техники Classifier Free Guidance (CFG) в моделях потокового сопоставления путем оптимизации стратегии наведения и нулевого инициального ...

Общее представление Bonsai - это языковая модель с открытым исходным кодом, разработанная deepgrove-ai, с размером параметров 500 миллионов, использующая тернарные веса. Она основана на архитектуре Llama и классификаторе Mistral...

Общее представление Motia - это фреймворк ИИ-агентов с открытым исходным кодом для инженеров-программистов, размещенный на GitHub и разработанный командой MotiaDev. Он позволяет разработчикам использовать знакомые языки программирования (например, Python, TypeScript, Rub...

Общее представление DiffSynth-Engine - это проект с открытым исходным кодом, запущенный компанией ModelScope и размещенный на GitHub. Он основан на технологии диффузионного моделирования, ориентирован на эффективную генерацию изображений и видео и подходит разработчикам для развертывания моделей ИИ в производственных средах...

Всеобъемлющее введение RF-DETR - это модель обнаружения объектов с открытым исходным кодом, разработанная командой Roboflow. Она основана на архитектуре Transformer, и ее основной особенностью является эффективность в реальном времени. Впервые модель достигла более 60 точек доступа в реальном времени на наборе данных Microsoft COCO...

Общее представление Aana SDK - это фреймворк с открытым исходным кодом, разработанный компанией Mobius Labs и названный в честь малаяламского слова ആന (слон). Он помогает разработчикам быстро развертывать и управлять мультимодальными моделями ИИ, поддерживая обработку текста, изображений, аудио и видео, а также других данных...

Общее введение PiT (Piece it Together) - это инструмент с открытым исходным кодом, размещенный на GitHub и разработанный такими исследователями, как Элад Ричардсон из Тель-Авивского университета. Он позволяет пользователям вводить фрагменты изображения, такие как крылья...

Всеобъемлющее введение Агент TARS - это мультимодальный искусственный интеллект с открытым исходным кодом от ByteDance, основные функции которого помогают пользователям выполнять сложные компьютерные задачи путем визуального понимания веб-контента и комбинирования операций командной строки и файловой системы. Вместо того чтобы требовать ручных операций, как это делают традиционные инструменты, он может самостоятельно...

Всеобъемлющее введение Qlib - это платформа с открытым исходным кодом, разработанная Microsoft, которая фокусируется на использовании технологии искусственного интеллекта для помощи пользователям в исследовании количественных инвестиций. Она начинает с самой базовой обработки данных и помогает пользователям исследовать инвестиционные идеи и превращать их в полезные стратегии. Платформа проста и удобна в использовании и подходит для тех, кто хочет использовать машинное обучение для улучшения инвестиционных исследований...

Общее введение Auto-Audio-Book - это проект с открытым исходным кодом, размещенный на GitHub. Он автоматически перебирает содержание романов с веб-сайтов и преобразует их в аудиокниги с несколькими голосами персонажей. Разработчик zqq-nuli использует Python 3.1...

Всеобъемлющее введение UniAPI - это переадресатор API, совместимый с протоколом OpenAI, основной функцией которого является управление API от нескольких поставщиков услуг большой модели, таких как OpenAI, Azure OpenAI, Clau...

Общее представление Oliva - это мультиинтеллектуальный помощник с открытым исходным кодом, разработанный Deluxer на GitHub. Он помогает пользователям искать информацию о товарах в базе данных Qdrant благодаря совместной работе нескольких искусственных интеллектов. Главной особенностью является поддержка голосового управления...

Общее представление Playwright MCP - это инструмент с открытым исходным кодом, разработанный компанией Microsoft и размещенный на GitHub. Он позволяет моделям искусственного интеллекта напрямую управлять браузерами через протокол Model Context Protocol (MCP), в комплекте с открытием...

Общее представление PDF Craft - это инструмент с открытым исходным кодом, предназначенный для сканирования PDF-файлов книг и преобразования их в формат Markdown. Он был разработан oomol-lab и размещен на GitHub для пользователей, которым нравится организовывать свои электронные книги. Инструмент работает через ...

Общее представление InfiniteYou - это проект с открытым исходным кодом, разработанный командой ByteDance Intelligent Creation. Он основан на технологии диффузионных трансформаторов (DiTs) и использует модель FLUX.1-dev. Основная функция заключается в том, чтобы позволить пользователям загружать фотографии и вводить текстовое описание, генерируя...

Всеобъемлющее введение Grok-Mirror - это бессерверная станция быстрого развертывания Grok3 Domestic Mirror Station, основанная на создании работоспособной зеркальной станции Grok. Она позволяет пользователям разворачивать локальные киоски Grok одним кликом через Docker.Grok - это искусственный интеллект от xAI...

Всеобъемлющее введение LHM (Large Animatable Human Reconstruction Model) - это проект с открытым исходным кодом, разработанный командой aigc3d для быстрой генерации поддерживающей действия 3D-модели человека из одного изображения. Основные характеристики ...

Second Me - это проект с открытым исходным кодом, разработанный командой Mindverse, который позволяет создать на вашем компьютере искусственный интеллект, действующий как "цифровой двойник", изучающий ваши речевые модели и привычки через ваши слова и воспоминания и превращающийся в умного человека, понимающего ваши...

Общее представление openapi-mcp-server - это инструмент с открытым исходным кодом, предназначенный для преобразования API, совместимых с OpenAPI v3.1, в ресурсы, пригодные для использования в AI. Он поддерживается janwilmake и основан на модели Contex...

Общее введение mcp-is-dangerous - это инструмент с открытым исходным кодом, разработанный Шаоцзе Цзяном на GitHub. Он использует простой код на языке Python, чтобы помочь пользователям обнаружить MCP (Model Context ...

Общее представление StarVector - это проект с открытым исходным кодом, созданный разработчиками, такими как Хуан А. Родригес, для преобразования изображений и текста в масштабируемую векторную графику (SVG). Этот инструмент использует модель визуального языка, чтобы понимать содержание изображения и текста...

Общее представление CortexON - это мультиагентная система искусственного интеллекта с открытым исходным кодом, размещенная на GitHub по адресу https://github.com/TheAgenticAI/CortexOn. Она была разработана компанией TheAgenti...

Общее представление MarkPDFDown - это инструмент с открытым исходным кодом. Он использует модель Multimodal Big Language Model для преобразования PDF-файлов в формат Markdown. Разработчиком является пользователь GitHub jorben. Цель этого инструмента проста: сделать PDF-документы ...

Общее введение Easy Dataset - это инструмент с открытым исходным кодом, разработанный специально для тонкой настройки больших моделей (LLM) и размещенный на GitHub. Он предоставляет простой в использовании интерфейс, который позволяет пользователям загружать файлы, автоматически сегментировать содержимое, генерировать вопросы и ответы и в конечном итоге выводить подходящие...

Общее введение Grok Playground - это проект с открытым исходным кодом, разработанный командой "Technical Crawling Shrimp". Основная функция этого инструмента заключается в том, чтобы позволить пользователям развернуть внутренний зеркальный сайт Grok3 за 10 секунд. Grok3 - это модель искусственного интеллекта, представленная компанией xAI, и ...

Общее представление Skywork-R1V - это мультимодальная модель рассуждений с открытым исходным кодом, разработанная командой SkyworkAI (Kunlun Wanwei) и опубликованная на GitHub. Она способна обрабатывать изображения и текст одновременно, выполнять многоэтапные логические рассуждения и особенно хорошо справляется с анализом сложных проблем, связанных с изображениями. Это...

Общее представление AI Logo - это проект приложения AI с открытым исходным кодом, цель которого - помочь пользователям быстро генерировать персонализированные логотипы брендов с помощью искусственного интеллекта. Он сочетает в себе мощные методы искусственного интеллекта, такие как Stable Diffusion и DeepAI, чтобы позволить пользователям вводить простые...

Общее представление Docs - это платформа для совместного ведения заметок и управления документами с открытым исходным кодом, разработанная командой suitenumerique. Она построена с использованием технологий Django и React с целью создания простого в использовании инструмента, который поможет пользователям делать заметки, управлять...

Всеобъемлющее введение SmartRead - это инструмент с открытым исходным кодом, основанный на искусственном интеллекте и предназначенный для работы с техническими документами. Он может автоматически анализировать PDF-файлы, выделять ключевое содержимое, например, важные термины, названия или основные идеи, чтобы помочь пользователям быстро понять сложные документы. В то же время он может предоставить основной документ...

Общее представление Hunyuan3D-2 - это проект с открытым исходным кодом, разработанный компанией Tencent для создания 3D-моделей высокого разрешения из текста или изображений. Он состоит из двух основных компонентов: модели генерации форм (Hunyuan3D-DiT) и модели генерации текстур (Hunyuan3D...

Общее представление LangManus - это фреймворк автоматизации ИИ с открытым исходным кодом, размещенный на GitHub. Разработанный группой бывших коллег в свободное время, он является академическим проектом, целью которого является объединение языковых моделей и специализированных инструментов для веб-поиска, сбора данных и выполнения кода...

Общее введение Cursor Talk to Figma MCP - это проект с открытым исходным кодом, который соединяет инструмент программирования искусственного интеллекта Cursor с программным обеспечением для проектирования Figm...

Всеобъемлющее введение XianyuAutoAgent - это интеллектуальная роботизированная система обслуживания клиентов, разработанная для платформы Idlefish, с открытым исходным кодом разработчика shaxiu на GitHub. Она использует технологию искусственного интеллекта для обеспечения автоматического дежурства в режиме 7×24 часа, чтобы помочь продавцам рыбы, работающим вхолостую, отвечать...

Общее введение Seed-VC - это проект с открытым исходным кодом на GitHub, разработанный Plachtaa. Он может использовать от 1 до 30 секунд эталонного аудио, быстро конвертировать речь или песню, без дополнительного обучения. Проект поддерживает преобразование голоса в реальном времени, задержку ...

Общее представление PilottAI - это Python-фреймворк с открытым исходным кодом, размещенный на GitHub и созданный разработчиком anuj0456. Он ориентирован на помощь пользователям в создании многоинтеллектуальных систем корпоративного класса, поддерживает интеграцию Large Language Model (LLM), предоставляет любые...

Общее введение HumanOmni - это мультимодальная модель с открытым исходным кодом, разработанная командой HumanMLLM и размещенная на GitHub. Она ориентирована на анализ человеческих видео и может обрабатывать как изображение, так и звук, чтобы помочь понять эмоции, действия и содержание диалога. В проекте использовались 2...

Всеобъемлющее введение TxAgent - это инструмент искусственного интеллекта с открытым исходным кодом, разработанный группой медицинского и научного искусственного интеллекта Гарвардского университета (MIMS) для помощи врачам в анализе лекарственных взаимодействий и разработке персонализированных планов лечения. Он объединяет ситуации, связанные с конкретным пациентом, с помощью многоступенчатых рассуждений и поиска биомедицинских знаний в режиме реального времени...

Всеобъемлющее введение OpenSearch-SQL является проектом с открытым исходным кодом, это мощный инструмент Text-to-SQL, который может преобразовывать пользовательские описания на естественном языке в запросы SQL, чтобы помочь людям, которые не знакомы с базой данных, легко получить доступ к данным. Этот проект был разработан O...

Всеобъемлющее введение SmolDocling - это визуальная модель языка (VLM), разработанная командой ds4sd в сотрудничестве с IBM, построенная на SmolVLM-256M и размещенная на платформе Hugging Face. Она имеет небольшой размер, всего ...

Общее представление Moffee - это инструмент с открытым исходным кодом, который быстро, просто и эффективно превращает файлы Markdown в профессиональные слайд-шоу. Пользователям нужно только написать содержимое в формате Markdown, а Moffee автоматически обработает макет, пагинацию и стиль, избавляя от необходимости вручную набирать...