Проект с открытым исходным кодом AI

Общее представление SP-MangaEditer - это независимая платформа для редактирования манги, предназначенная для создателей манги. Платформа поддерживает создание изображений, редактирование слоев, корректировку изображений, применение фильтров и многие другие функции, помогающие пользователям легко создавать высококачественные иллюстрации манги. Пользователи могут просто манипулировать...

WebPilot Общее представление Webpilot - это бесплатный "веб-помощник" с открытым исходным кодом, который позволяет свободно общаться с любой веб-страницей или выполнять автоматические задачи. Вам не нужно переключать страницы или копировать и вставлять, просто выделите текст или введите команды, и webpilot...

Общее представление TangoFlux - это эффективная модель генерации текста в аудио (TTA), разработанная DeCLaRe Lab. Модель способна генерировать до 30 секунд стереозвука 44,1 кГц всего за 3,7 секунды.TangoFlu...

Всеобъемлющее введение Leffa - это единый фреймворк для создания управляемых изображений персонажей, позволяющий точно манипулировать их внешним видом (например, виртуальная подгонка) и позой (например, передача позы). Система значительно уменьшает искажение мелких деталей, направляя целевой запрос на правильную опорную клавишу в слое внимания, с ...

Общее представление Mem0 (произносится как "мем-ноль") - это проект с открытым исходным кодом, который предоставляет интеллектуальный слой памяти для ИИ-помощников и агентов. Он запоминает предпочтения пользователей, адаптируется к индивидуальным потребностям и улучшается со временем, что делает его идеальным для чат-ботов, ИИ-помощников и автономных систем...

Общие сведения Введение Llasa-3B - это модель преобразования текста в речь (TTS) с открытым исходным кодом, разработанная аудиолабораторией Гонконгского университета науки и технологий (HKUST Audio). Модель основана на архитектуре Llama 3.2B, которая была тщательно настроена для обеспечения высококачественной генерации речи, которая не только поддерживает множество...

Общее представление Deep Live Cam - это инструмент искусственного интеллекта с открытым исходным кодом, предназначенный для замены лиц в реальном времени и создания фальшивого видео из одной фотографии. Используя передовые алгоритмы глубокого обучения, инструмент способен заменять лица в реальном времени во время прямых трансляций или видеозвонков, защищая конфиденциальность пользователей и добавляя веселья...

Общее представление Orate - это набор инструментов ИИ, ориентированный на генерацию и транскрипцию речи. Он предоставляет унифицированный API, который легко интегрируется с ведущими поставщиками ИИ, такими как OpenAI, ElevenLabs и AssemblyAI, чтобы помочь пользователям создавать принудительные...

Введение CogVLM2 - это мультимодальная модель с открытым исходным кодом, разработанная исследовательской группой Tsinghua University Data Mining Research Group (THUDM), основанная на архитектуре Llama3-8B и стремящаяся обеспечить производительность, сравнимую или даже превосходящую GPT-4V. Модель поддерживает понимание изображений, многораундовый диалог и визуальный...

Всеобъемлющее представление Datalab предлагает ряд продвинутых моделей искусственного интеллекта, ориентированных на OCR, анализ макетов, преобразование PDF в Markdown и многое другое. Эти модели не только высокопроизводительны, но и просты в использовании и имеют открытый исходный код. Модели Marker на платформе могут быстро и точно...

Общее представление LiteAvatar - это инструмент с открытым исходным кодом, разработанный командой HumanAIGC (часть Ali) и предназначенный для создания лицевых анимаций из 2D аватаров, управляемых звуком в реальном времени. Он работает со скоростью 30 кадров в секунду (fps), полагаясь только на центральный процессор, и особенно подходит для...

Всеобъемлющее введение VLM-R1 - это проект визуального моделирования языка с открытым исходным кодом, разработанный Om AI Lab и размещенный на GitHub. Проект основан на подходе R1 компании DeepSeek, объединенном с моделью Qwen2.5-VL, с помощью обучения с подкреплением...

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 Watermark Removal - это проект с открытым исходным кодом, который использует методы машинного и глубокого обучения для восстановления изображений, в частности для удаления водяных знаков с изображений. Проект был разработан Чимзуруоке Окафором и вдохновлен Con...

Общее введение Chunkr - это самостоятельный API, предназначенный для преобразования файлов PDF, PPTX, DOCX и Excel в данные, пригодные для использования в RAG (Retrieval Augmented Generation) и LLM (Large Language Modelling). Проект был разработан компанией Lumina...

Общее описание Local File Organizer - это инструмент управления локальными файлами на основе искусственного интеллекта, предназначенный для помощи пользователям в организации и категоризации файлов на их компьютерах. Инструмент использует передовые модели искусственного интеллекта, такие как Llama3.2 3B и Llav...

Общее представление NocoDB - это альтернатива Airtable с открытым исходным кодом, разработанная для создания мощного и простого в использовании инструмента управления базами данных в режиме онлайн. С помощью NocoDB пользователи могут легко создавать, читать, обновлять и удалять данные из баз данных без написания кода. Платформа поддерживает ...

Всеобъемлющее представление bilive - это инструмент, предназначенный для прямой записи B-станций, обеспечивающий чрезвычайно быструю прямую запись, автоматическую нарезку, рендеринг всплывающих окон и генерацию субтитров. Инструмент совместим с машинами ультранизкой конфигурации, поддерживает 7x24-часовую запись без присмотра, автоматически идентифицирует и отображает всплывающие окна и субтитры, автоматически нарезает и...

Всеобъемлющее введение Проект ChatGPT-on-WeChat - это интеллектуальный диалоговый робот на основе большой модели, поддерживающий многоплатформенный доступ к личному WeChat, публичному номеру WeChat, корпоративному приложению WeChat, Flybook, Nail и так далее. Пользователи могут выбрать GPT3.5, GPT-4, Claude, Man...

Общее представление Klee - это настольное приложение с открытым исходным кодом, разработанное для того, чтобы помочь пользователям запускать открытые Большие языковые модели (LLM) локально с безопасным управлением частными базами знаний и возможностями ведения заметок в формате Markdown. Оно основано на технологиях Ollama и LlamaIndex...

Всеобъемлющее введение NGCBot является HOOK механизм на основе развития WeChat робот открытый исходный проект , созданный разработчиком ngc660sec (Yunshan/eXM) и размещен на GitHub После двух лет итерации, текущая версия V2.3, функции от первоначального простого ...

Общие сведения Диффузоры Image Outpaint - это мощный инструмент для расширения изображений AI, созданный участником сообщества Hugging Face fffiloni. Инструмент использует передовые методы моделирования диффузии для приведения изображений в...

Всеобъемлющее введение PocketFlow - это легкий фреймворк для разработки приложений искусственного интеллекта, состоящий всего из 100 строк кода, разработанный командой The-Pocket и открытый на GitHub. Он преследует минималистский дизайн, ядро управления кодом в 100 строк, никаких внешних зависимостей ...

Общее представление Gemini Cursor - это настольный интеллектуальный помощник, основанный на модели Gemini 2.0 Flash (экспериментальной) от Google. Он обеспечивает визуальное, слуховое и голосовое взаимодействие через мультимодальный API, предоставляя возможность использования в реальном времени с низкой задержкой...

Общее представление OmniGen - это "универсальная" модель генерации изображений, разработанная компанией VectorSpaceLab, которая позволяет пользователям создавать разнообразные и контекстуально насыщенные визуальные эффекты с помощью простых текстовых подсказок или мультимодальных вводов. Она особенно хорошо подходит для приложений, которым необходимо распознавать...

Всеобъемлющее введение Chonkie - это легкая и эффективная библиотека RAG (Retrieval-Augmented Generation) для разбивки текста на куски, призванная помочь разработчикам быстро и легко разбивать текст на куски. Библиотека поддерживает различные методы разбивки, включая ...

Общее представление DUIX (Dialogue User Interface System) - это платформа цифрового взаимодействия с человеком на базе искусственного интеллекта, созданная компанией Silicon Intelligence. Благодаря возможностям цифрового взаимодействия с человеком с открытым исходным кодом разработчики могут легко интегрировать крупномасштабные модели, автоматическое распознавание речи (ASR...

Общее представление Kolors Virtual Try-On - это приложение для виртуальной примерки от команды Kwai-Kolors на платформе Hugging Face. Приложение использует передовую технологию искусственного интеллекта, чтобы помочь пользователям примерить виртуальные...

Всеобъемлющее введение AigcPanel - это универсальная система производства цифровых людей AI для всех пользователей, разработанная с использованием стека технологий electron+vue3+typescript, поддерживающая развертывание в один клик на Windows. Система спроектирована так, чтобы быть удобной для пользователя, даже...

Синтез Muyan-TTS - это модель преобразования текста в речь (TTS) с открытым исходным кодом, разработанная для сценариев подкастинга. Она предварительно обучена на более чем 100 000 часах аудиоданных подкастов и поддерживает синтез речи с нулевой выборкой для генерации высококачественной естественной речи. Модель основана на Llama-3.2-3...

Общее представление Cognee - это надежное решение уровня данных, предназначенное для приложений ИИ и агентов ИИ. Предназначен для загрузки и построения контекстов LLM (Large Language Models) для создания точных и интерпретируемых решений ИИ с помощью графов знаний и векторных хранилищ. Фреймворк способствует экономии средств, интерпретируемости...

Общее представление Zonos - это инструмент синтеза и клонирования речи с открытым исходным кодом, разработанный компанией Zyphra. Версия Zonos-v0.1 использует усовершенствованный трансформатор и модель смешивания для создания высококачественной речи. Инструмент поддерживает множество языков...

Всеобъемлющее введение Стартовый набор n8n Self-Hosted AI Starter Kit - это шаблон Docker Compose с открытым исходным кодом, предназначенный для быстрой инициализации комплексной локальной среды разработки ИИ и низкокодового кода. Созданный командой n8n, этот набор объединяет в себе платформу n8n, размещаемую на собственном хостинге, и ряд совместимых AI...

Всеобъемлющее введение Maxun - это платформа для извлечения веб-данных с открытым исходным кодом, которая позволяет пользователям за считанные минуты обучить роботов автоматическому сканированию веб-данных и преобразованию их в API или электронные таблицы. Платформа поддерживает пагинацию и скроллинг, адаптируется к изменениям в макете сайта, предоставляет мощные...

Всеобъемлющее введение Qwen-Agent - это фреймворк интеллектуальных агентских приложений, разработанный на основе Qwen 2.0 и выше, с такими возможностями, как выполнение команд, использование инструментов, планирование и память. Фреймворк предоставляет множество примеров приложений, таких как браузерные помощники, интерпретаторы кода и пользовательские помощники...

Общее представление Screenshot-to-Code - это инструмент с открытым исходным кодом, который использует искусственный интеллект для преобразования скриншотов, черновиков дизайна и проектов Figma в чистый, функциональный код. Инструмент поддерживает множество стеков фронтенд-технологий, включая HTML, Tailwind CS...

Общее представление YuE - это базовая модель генерации полных песен с открытым исходным кодом, которая фокусируется на преобразовании текстов в полные песни. В отличие от других моделей, которые генерируют только короткие фрагменты невокальной музыки, YuE способна генерировать полные песни с ведущим и бэк-вокалом длиной до нескольких минут. Модель рассматривает генерацию музыки в...

DreamTalk Comprehensive Введение DreamTalk - это основанная на диффузионной модели система генерации экспрессивных говорящих голов, совместно разработанная Университетом Цинхуа, Alibaba Group и Хуачжунским университетом науки и технологии. В основном она состоит из трех частей: сети шумоподавления, эксперта по губам с учетом стиля и предсказателя стиля, который может быть основан на...

Всеобъемлющее введение WeClone - это проект с открытым исходным кодом, который использует транскрипты чатов WeChat и голосовые сообщения в сочетании с большими языковыми моделями и технологией синтеза речи, чтобы позволить пользователям создавать персонализированных цифровых двойников. Проект может анализировать привычки пользователя в чате для обучения модели, а также небольшое количество образцов голоса для генерации реалистичного звука...

Общее представление LlamaCoder - это инструмент генерации кода с открытым исходным кодом, основанный на Llama 3.1 и Together AI. Он может генерировать небольшие приложения с простыми подсказками, подходящими для разработчиков, чтобы быстро реализовать идеи.LlamaCoder обеспечивает...

Общее представление Infinity - это революционный фреймворк для генерации изображений высокого разрешения, разработанный командой FoundationVision. Проект преодолевает ограничения традиционных моделей генерации изображений благодаря инновационному подходу к визуальному авторегрессионному моделированию на уровне битов.Основные особенности Infinity...

Всеобъемлющее введение WeChatAI - это основанный на Python групповой чат WeChat и персональный интеллектуальный помощник, поддерживающий различные большие языковые модели (такие как DeepSeek, Gemini, Tongyi Thousand Questions), которые могут достигать интеллектуального диалога, автоответа и других функций. Проект использует современные ...

Всеобъемлющее введение DeepWiki-Open - это проект с открытым исходным кодом, предназначенный для автоматической генерации структурированной документации для репозиториев кода на GitHub, GitLab и Bitbucket. Он использует технологию искусственного интеллекта для анализа структуры кода, содержимого файлов и логических связей, быстрого создания ...

LangBot - это бот-платформа для обмена мгновенными сообщениями на основе больших моделей, которая поддерживает несколько платформ обмена сообщениями и большие модели. Платформа адаптируется к QQ, WeChat (корпоративный WeChat, персональный WeChat), Flybook, Discord, OneBot и другим платформам обмена сообщениями, а также поддерживает Open...

Общее введение BetterWhisperX - это оптимизированная версия проекта WhisperX, ориентированная на предоставление эффективных и точных услуг автоматического распознавания речи (ASR). Как улучшенное ответвление WhisperX, проект был разработан Федерико ...

Общее представление Langfuse - это инженерная платформа LLM (Large Language Model) с открытым исходным кодом. Она помогает разработчикам отслеживать, отлаживать и оптимизировать LLM-приложения, предоставляя инструменты для наблюдения за вызовами, управления словами подсказки, проведения экспериментов и оценки результатов. Платформа разработана командой Langfuse...

Общее представление Hibiki - это высокоточная модель перевода речи в реальном времени, разработанная компанией Kyutai Labs. В отличие от традиционных офлайн-переводчиков, Hibiki может генерировать естественный речевой перевод на целевой язык в режиме реального времени, пока пользователь говорит, а также предоставлять текстовый перевод. Модель...

Подробное введение NodeRAG - это система с открытым исходным кодом Retrieval Augmented Generation (RAG), размещенная на GitHub и разработанная Terry-Xu-666. Она оптимизирует поиск и генерацию информации с помощью гетерогенных графовых структур, значительно повышая точность поиска и контекстную релевантность.Node...

Общее представление Goose - это инструмент ИИ-агента с открытым исходным кодом, разработанный компанией Block, Inc. и призванный помочь разработчикам автоматизировать повседневные задачи разработки. Он поддерживает широкий спектр больших языковых моделей (LLM) и взаимодействует с пользователями через командную строку или интерфейсы настольных приложений.Goose может выполнять широкий спектр задач от агента...

Всеобъемлющее введение Model Context Provider CLI (mcp-cli) - это инструмент командной строки на уровне протокола для взаимодействия с сервером провайдера контекста модели. Инструмент позволяет пользователям отправлять команды, запрашивать данные и взаимодействовать с различными ресурсами, предоставляемыми сервером...

TransRouter - это инструмент голосового перевода в реальном времени, основанный на модели Gemini от Google, специально разработанный для голосового перевода в реальном времени между английским и китайским языками. Инструмент легко интегрируется в программное обеспечение для видеоконференций, такое как Zoom, предоставляя мощный инструмент для межъязыкового...

Общее представление ell - это легкая библиотека программирования моделей на функциональном языке, разработанная бывшим исследователем OpenAI Уильямом Гуссом. Она разработана с учетом того, чтобы рассматривать подсказки как программы, а не просто строки. ell обеспечивает автоматизированный контроль версий и сериализацию...

Общее введение OpenManus-RL - это проект с открытым исходным кодом, разработанный UIUC-Ulab совместно с командой OpenManus сообщества MetaGPT и размещенный на GitHub. Проект улучшает крупномасштабное моделирование языка (LLM) с помощью методов обучения с подкреплением (RL)...

Всеобъемлющее введение Step-Audio - это фреймворк с открытым исходным кодом для интеллектуального речевого взаимодействия, предназначенный для обеспечения готовых возможностей понимания и генерации речи в производственных средах. Фреймворк поддерживает многоязычные разговоры (например, китайский, английский, японский), эмоциональную речь (например, счастливую, грустную), региональные диалекты (например, кантонский, чечуаньский ...

Общее представление MeetingMind - это передовое приложение с искусственным интеллектом, предназначенное для повышения эффективности записи и подведения итогов деловых встреч. В приложение интегрирована технология OpenAI Whisper для точного преобразования речи в текст, а также используется IBM Watso...

Всеобъемлющее введение Coqui TTS - это инструментарий для генерации текста в речь (TTS) с открытым исходным кодом, основанный на методах глубокого обучения. Он прошел боевые испытания как в исследовательских, так и в производственных условиях и предоставляет богатый набор функций и моделей, поддерживающих преобразование текста в речь на множестве языков.Coqui TTS...

Общее представление Comics Downloader - это инструмент с открытым исходным кодом, разработанный для того, чтобы помочь пользователям загружать комиксы и книги комиксов с различных сайтов. Инструмент поддерживает различные форматы файлов, включая PDF, EPUB, CBR и CBZ, позволяя пользователям выбирать в соответствии с их потребностями, чтобы соответствовать...

Всеобъемлющее введение Unstructured-IO представляет собой набор компонентов с открытым исходным кодом для обработки и предварительной обработки изображений и текстовых документов, таких как PDF, HTML, документы Word и т. д. Его основная цель - упростить и оптимизировать рабочие процессы обработки данных, особенно для больших языковых моделей (LL...

Общее представление LangGraph Supervisor - это библиотека Python, основанная на фреймворке LangGraph, предназначенная для создания и управления многоинтеллектуальными системами организмов. Библиотека координирует работу множества специализированных агентов через центрального агента-надсмотрщика, обеспечивая разделение коммуникационных потоков и задач...

Всеобъемлющее введение Bailing (Бейлинг) - это голосовой диалоговый помощник с открытым исходным кодом, предназначенный для ведения естественного диалога с пользователями посредством речи. Проект сочетает в себе технологии распознавания речи (ASR), определения голосовой активности (VAD), моделирования большого языка (LLM) и синтеза речи (TTS) для достижения...

Общие сведения NextChat - это революционный чат-сервис с искусственным интеллектом, который позволяет пользователям развертывать чат-сервисы с использованием лучших в своем классе языковых моделей, таких как GPT-3, GPT-4, GPT-4.5 и Gemini Pro. Он предлагает элегантный пользовательский интерфейс, функции совместной работы, интеграции, шаблоны и...

Общее представление MarkItDown - это инструмент на языке Python, разработанный компанией Microsoft и предназначенный для преобразования различных файлов и офисных документов в формат Markdown. Инструмент поддерживает широкий спектр типов файлов, включая PDF, PowerPoint, Word, Excel, диаграммы...

Всеобъемлющее введение Easegen - это платформа для создания цифровых человеческих курсов с открытым исходным кодом, которая направлена на повышение эффективности производства и управления учебным контентом с помощью технологии искусственного интеллекта. Платформа предоставляет универсальное решение, начиная с производства курсов, управления видео и заканчивая интеллектуальными вопросами, что позволяет пользователям создавать цифровые видеокурсы с человеческими объяснениями...

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 введение Awesome LLM Apps - это репозиторий на GitHub, созданный Шубхамом Сабу (Shubham Saboo), посвященный сбору и демонстрации широкого спектра замечательных приложений для LLM (Large Language Modelling). Репозиторий содержит приложения, использующие OpenAI, An...

Общее представление DragGAN - это интерактивный инструмент для редактирования изображений, основанный на генеративных адверсарных сетях (GAN). Он был выпущен Синганом Паном и др. на выставке SIGGRAPH 2023 и нацелен на то, чтобы дать пользователям возможность интуитивно манипулировать изображениями с помощью простых операций "укажи и щелкни" и "перетащи и отпусти"...

Общее представление PydanticAI - это основанный на Pydantic агентный фреймворк Python, предназначенный для упрощения разработки приложений генеративного ИИ. Он был разработан командой Pydantic и поддерживает широкий спектр моделей (например, OpenAI, Gemini, Groq и т.д.) и...

Общее представление J.A.R.V.I.S. (Just A Rather Very Intelligent System) - это интеллектуальный помощник, призванный помочь разработчикам в создании, модификации и обсуждении кода, используя несколько современных языковых моделей...

Всеобъемлющее представление DeOldify - это проект с открытым исходным кодом, основанный на технологии глубокого обучения и предназначенный для интеллектуального окрашивания и восстановления черно-белых фотографий и видео. В проекте используется инновационный метод обучения NoGAN, позволяющий успешно устранить общие недостатки традиционных GAN-сетей в процессе окрашивания изображений...

Всеобъемлющее введение LazyLLM - это инструмент с открытым исходным кодом, разработанный командой LazyAGI и направленный на упрощение процесса разработки приложений с большими моделями мультиинтеллекта. Он помогает разработчикам быстро создавать сложные приложения ИИ благодаря развертыванию одним щелчком мыши и легким механизмам шлюзов, избавляя от утомительной инженерной настройки...

Общее представление Zola - это бесплатное приложение с открытым исходным кодом для чата с искусственным интеллектом, разработанное разработчиком Жюльеном Тибо (имя пользователя ibelick на GitHub) и размещенное на GitHub. Его лучшей особенностью является то, что он поддерживает несколько режимов ИИ...

Общее представление SadTalker - это инструмент с открытым исходным кодом, который объединяет одну портретную фотографию с аудиофайлом для создания реалистичных говорящих видео аватаров для широкого спектра сценариев, таких как персонализированные сообщения, образовательный контент и многое другое. Революционное использование технологий 3D-моделирования, таких как ExpNet и PoseVA...

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...

Всеобъемлющее введение GOT-OCR2.0 - это совместно предложенная StepStar модель оптического распознавания символов (OCR) с открытым исходным кодом, целью которой является продвижение технологии OCR к OCR-2.0 с помощью единой сквозной модели. Модель поддерживает широкий спектр задач OCR, включая распознавание обычного текста, гр...

Общее представление PhotoDoodle - это инструмент для редактирования изображений с открытым исходным кодом, разработанный компанией ShowLab, ориентированный на художественное редактирование фотографий с помощью технологии искусственного интеллекта. Пользователи могут добавлять мультяшный стиль, 3D-эффект, свет к реальным фотографиям, просто набирая простые текстовые подсказки...

Общее представление FinGPT - это платформа для моделирования на большом финансовом языке с открытым исходным кодом, разработанная фондом AI4Finance Foundation и предназначенная для финансового сектора с целью решения сложных финансовых задач и стимулирования инноваций в области финтеха. FinGPT использует методы облегченной адаптации и подходы к обучению с усилением...

Общее представление PPTAgent - это инновационная система, предназначенная для автоматического создания презентаций на основе документов. Система опирается на человеческий подход к созданию презентаций, используя двухэтапный процесс для обеспечения качества содержания и визуального воздействия. Кроме того, PPTAgent представляет PPTEval, комплексный...

Всеобъемлющее введение GPT-SoVITS - это инструмент для преобразования и синтеза речи с открытым исходным кодом, который сочетает в себе модель GPT и технологию изменения голоса SoVITS. Инструмент поддерживает преобразование текста в речь "на лету" с нулевым и малым количеством образцов, а также перенос стиля голоса всего с 5 секундами аудиообразцов. Среди его возможностей - кросс-языковая ...

Общее представление RMBG-2-Studio - это усовершенствованное приложение для удаления и замены фона, разработанное на основе модели BRIA-RMBG-2.0. Приложение предназначено для предоставления пользователям эффективных и точных возможностей обработки фона изображений для различных типов изображений, включая электронную коммерцию, игры и...

Общее представление RolmOCR - это инструмент оптического распознавания символов (OCR) с открытым исходным кодом, разработанный командой Reducto AI и основанный на модели визуального языка Qwen2.5-VL-7B. Он может извлекать текст из изображений и PDF-файлов быстрее, чем аналогичные инструменты...

Общее представление LogoCreator - это генератор логотипов с открытым исходным кодом, основанный на модели Together AI и Flux, ориентированный на предоставление быстрых и профессиональных услуг по разработке логотипов для предприятий и частных лиц. Проект разрабатывается и распространяется разработчиком Nutlope на Git...

Всеобъемлющее введение BiliNote - это инструмент для создания заметок на основе искусственного интеллекта с открытым исходным кодом, который поддерживает извлечение контента из ссылок на видео в BiliNote и YouTube для автоматического создания четко структурированных заметок в формате Markdown. Он использует встроенную транскрипцию аудио и различные большие модели (например, ...

Общее представление RoomGPT - это проект с открытым исходным кодом, разработанный пользователем GitHub - Nutlope, который позволяет пользователям загружать фотографии комнат и генерировать их переработанные версии с помощью технологии искусственного интеллекта. Цель проекта - предоставить пользователям доступ к профессиональному дизайну интерьера без дорогостоящих услуг дизайнера...

Общее представление FlowiseAI - это инструмент с открытым исходным кодом, предназначенный для помощи разработчикам в создании пользовательских приложений LLM (Large Language Model) и агентов искусственного интеллекта. С помощью простого интерфейса drag-and-drop пользователи могут быстро создавать и итерировать LLM-приложения, делая процесс от тестирования до производства более эффективным...

Всеобъемлющее введение ComfyUI-Copilot - это управляемый искусственным интеллектом пользовательский узел, разработанный для фреймворка ComfyUI, целью которого является повышение эффективности отладки и развертывания алгоритмов искусственного интеллекта посредством взаимодействия на естественном языке. Он разработан командой AIDC-AI (Alibaba) и заимствован из GitHu...

Общее представление Neural4D - это инновационная платформа на основе искусственного интеллекта, помогающая пользователям быстро создавать высококачественные 3D-модели и анимации с помощью простого ввода текста или изображения. Разработанная компанией DreamTech, она опирается на ведущую в мире технологию сквозной генерации больших 3D-моделей...

Всеобъемлющее введение Orion - это проект с открытым исходным кодом, разработанный Xiaomi Labs, сфокусированный на сквозной технологии автономного вождения (E2E). Он решает проблему недостаточного обоснования причинно-следственных связей в сложных сценариях традиционными методами автономного вождения с помощью визуальных языковых моделей (VLM) и генеративных планировщиков.Orion интегрирует длинные...

Всеобъемлющее введение ImBD (Imitate Before Detect) - это новаторский проект по обнаружению текста, созданного машиной, который был представлен на конференции AAAI 2025. С широким распространением больших языковых моделей (LLM), таких как ChatGPT, определение A...

Общее представление OpenWebUI-Monitor - это приборная панель для мониторинга деятельности пользователей OpenWebUI и управления квотами использования. Она позволяет эффективно устанавливать пользовательские квоты, просматривать пользовательские данные и визуальную информацию в режиме реального времени, поддерживает развертывание одним щелчком мыши, а также облегчает управление пользователями и мониторинг...

Общее описание tldraw - это бесплатный инструмент для совместного рисования, который предоставляет неограниченный холст, на котором пользователи могут быстро рисовать графику, писать текст и мгновенно работать. Обладая интуитивно понятным интерфейсом и отличной производительностью, он подходит для совместной и удаленной работы. Поддерживаемый сообществом разработчиков с открытым исходным кодом, tldr...

Общее представление ModelBest - это компания, специализирующаяся на разработке легких и высокопроизводительных больших моделей, которая занимается применением передовых технологий искусственного интеллекта в бытовой электронике и всех видах конечных устройств в повседневной жизни. Серия конечных моделей MiniCPM с экстремальной арифметической мощностью и эффективностью использования памяти...

Общее представление Memora - это агент, разработанный для воспроизведения человеческих воспоминаний для каждого персонализированного ИИ. Он помогает ИИ запоминать детали прошлых взаимодействий, эмоции и совместный опыт так же, как это делают люди, благодаря таким функциям, как временные метки, маркеры эмоций и мультимодальные воспоминания. Memora поддерживает многопользовательский режим и может...

Всеобъемлющее введение Deep Searcher - это мощный инструмент, объединяющий большие языковые модели (LLM) и векторные базы данных, предназначенный для поиска, оценки и рассуждений на основе частных данных, предоставляющий высокоточные ответы и исчерпывающие отчеты. Он подходит для управления корпоративными знаниями...

Общее введение DH_live - это проект цифрового человека в реальном времени, основанный на обучении по принципу "образец меньше", цель которого - предоставить пользователям плавные и интерактивные прямые трансляции. Проект поддерживает видеокарты NVIDIA 30 и 40 серий и способен работать в режиме реального времени со скоростью 25+ кадров в секунду. Пользователи могут...

Всеобъемлющее введение ChatOllama является открытым исходным кодом онлайн чат приложение проект, основанный на крупномасштабной модели языка (LLM), поддержка многочисленных языковых моделей и управления базой знаний. Пользователи могут использовать платформу для управления моделями (отображение списка, загрузка, удаление), общения с моделями и других функций. Проект использует ...

Потому что внутреннее развертывание не может получить доступ к обнимая лицо, так что в большой брат развертывания программы на основе преобразования, чтобы иметь возможность развернуть в cloudflare работников. Подготовка 1, зарегистрировать cloudflare 2, зарегистрировать обнимая лицо...

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...

Всеобъемлющее введение DeepClaude - это высокопроизводительный API для выводов и чат-интерфейс Large Language Model (LLM), который объединяет возможности цепочечных выводов (CoT) DeepSeek R1 с креативностью и генерацией кода модели Anthropic Claude...

Общее представление Bilingual Book Maker - это проект с открытым исходным кодом, призванный помочь пользователям создавать многоязычные версии электронных книг с помощью технологии искусственного интеллекта. Инструмент в основном использует ChatGPT для перевода и поддерживает множество форматов файлов, включая epub, txt и srt...