Проект с открытым исходным кодом AI

Общее описание CrisperWhisper - это продвинутый инструмент распознавания речи, основанный на OpenAI Whisper и ориентированный на быструю, точную и пословную транскрипцию речи. Он обеспечивает точные временные метки на уровне слов, даже в случае заполнения речи и пауз...

Общее представление KGGen - это инструмент с открытым исходным кодом, разработанный Стэнфордской лабораторией по исследованию доверенного искусственного интеллекта (STAIR Lab) и размещенный на GitHub, предназначенный для автоматической генерации графов знаний из произвольного текста. Он использует передовые алгоритмы языкового моделирования и кластеризации для получения неструктурированного текста...

Общее представление Agno - это библиотека с открытым исходным кодом на языке Python, разработанная командой agno-agi и размещенная на GitHub, которая призвана облегчить разработчикам создание искусственного интеллекта с памятью, знаниями и инструментами. Она поддерживает мультимодальный текст, изображения, аудио и видео...

Общее представление Sonic - это инновационная платформа, ориентированная на глобальное восприятие звука и предназначенная для создания ярких портретных анимаций, управляемых звуком. Разработанная группой исследователей из Tencent и Чжэцзянского университета, платформа использует аудиоинформацию для управления мимикой и движениями головы, чтобы генерировать естественные и плавные анимационные видеоролики.S...

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 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...

Всеобъемлющее введение NV Ingest (NVIDIA Ingest) - это набор микросервисов раннего доступа, предназначенных для разбора сотен тысяч сложных, беспорядочных неструктурированных PDF-файлов и других корпоративных документов. Он может преобразовывать эти документы в метаданные и текст для встраивания в поисковые...

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 ...

Всеобъемлющее введение StreamingT2V - это публичный проект, разработанный исследовательской группой Picsart AI и направленный на генерацию связных, динамичных и масштабируемых длинных видео на основе текстовых описаний. Эта технология использует передовой авторегрессионный подход, который гарантирует временную согласованность видео с текстом описания...

Общее описание InstantIR - это инновационная модель восстановления одного изображения, разработанная командой InstantX, предназначенная для воскрешения ваших поврежденных изображений с чрезвычайно высоким качеством и реалистичными деталями, способная выполнять высококачественное восстановление поврежденных изображений. Инструмент не только восстанавливает детали изображения...

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 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...

Общее описание BlinkShot - это генератор изображений с открытым исходным кодом, работающий в режиме реального времени и использующий технологию Together AI и Flux Schnell, чтобы позволить пользователям генерировать высококачественные изображения по мере ввода подсказок. Платформа полностью бесплатна, поддерживает пользовательскую настройку и вторичные открытые...

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 ...

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 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 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...

Комплексное введение wechat-article-exporter - это инструмент с открытым исходным кодом, предназначенный для помощи пользователям в пакетном экспорте статей из публичного номера WeChat. Инструмент поддерживает экспорт встроенного аудио и видео в статье без создания какой-либо среды, может 100% восстановить стиль статьи, а также поддерживает частную часть...

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...

Всеобъемлющее введение Open Deep Research - это веб-помощник для проведения исследований, способный генерировать всесторонние отчеты по любой теме. Система работает по принципу "планируй и делай", что позволяет пользователям спланировать и просмотреть структуру отчета, прежде чем переходить к трудоемкой фазе исследования...

Всеобъемлющее введение Midjourney Proxy - это проект с открытым исходным кодом, предназначенный для предоставления прокси-услуг для канала Midjourney's Discord, преобразующий функции рисования AI в форму API. Проект полностью бесплатный и с открытым исходным кодом, поддерживает подмену лица одним кликом, смешивание изображений, генерацию графики...

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 Memary - это инновационный проект с открытым исходным кодом, направленный на предоставление решений по управлению долгосрочной памятью для автономных интеллектов. Проект помогает интеллектам преодолеть ограничения традиционных контекстных окон и достичь более интеллектуального взаимодействия с помощью графов знаний и специализированных модулей памяти. Memary использует...

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 ChatTTS - это генеративная модель речи, разработанная для сценариев диалога. Она генерирует естественную и выразительную речь, поддерживает несколько языков и нескольких дикторов и подходит для интерактивных диалогов. Для этого модель предсказывает и контролирует такие тонкие ритмические особенности, как смех, паузы и междометия, а также...

Общее представление Anon-Kode - это кодовый помощник ИИ с открытым исходным кодом для терминальных операций, запущенный на GitHub разработчиком Даниилом Наковым. Он предназначен для программистов, чтобы поддерживать API в стиле OpenAI, интегрируя языковые модели, поддерживающие...

Общее описание Whisper Input - это инструмент транскрипции голоса с открытым исходным кодом, который позволяет пользователям начинать запись голоса нажатием кнопки Option и заканчивать запись поднятием кнопки. Инструмент вызывает Groq Whisper Large V3 Turbo ...

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 Auto-Deep-Research - это инструмент ИИ с открытым исходным кодом, разработанный Лабораторией интеллекта данных Гонконгского университета (HKUDS), цель которого - помочь пользователям автоматизировать задачи глубокого исследования. Он построен на базе фреймворка AutoAgent и поддерживает множество больших языковых моделей...

Общее введение MCP Containers - это проект с открытым исходным кодом, размещенный на GitHub, ориентированный на предоставление контейнерных решений для серверов Model Context Protocol (MCP). Он упрощает с помощью контейнеров Docker...

Комплексное введение AI-reads-books-page-by-page - это основанная на Python разработка интеллектуального инструмента анализа PDF-книг, который может автоматизировать постраничный анализ PDF-книг, извлекать ключевые точки знаний, а после указанного интервала страниц генерировать этап...

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 Проект Hugging Face's Open R1 - это проект репликации DeepSeek-R1 с открытым исходным кодом, целью которого является создание недостающих частей конвейера R1, чтобы каждый мог воспроизвести их и построить на их основе. Проект задуман как простой и состоит в основном из обучения и оценки...

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...

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 TinyZero - это модель обучения с подкреплением на основе veRL, разработанная для воспроизведения производительности DeepSeeK-R1 Zero в задачах обратного отсчета и умножения. Удивительно, но стоимость проекта составляет всего 30 долларов (при использовании 2xH2...

Общее представление AutoGen - это фреймворк с открытым исходным кодом, разработанный группой исследователей Microsoft и направленный на упрощение создания приложений с большой языковой моделью (LLM) посредством диалога между несколькими интеллектуальными организмами. Он позволяет разработчикам создавать агентов ИИ, которые могут вести диалог друг с другом и совместно решать поставленные задачи. Такой подход не только повышает производительность LLM...

Общее представление TANGO (Co-Speech Gesture Video Reenactment with Hierarchical Audio-Motion Embedding and Diffusi...

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 AutoAgent - это фреймворк ИИ-интеллекта с открытым исходным кодом, разработанный Лабораторией интеллекта данных Гонконгского университета (HKUDS) и размещенный на GitHub. Он позволяет пользователям быстро создавать и внедрять индивидуальные ИИ-интеллекты, описывая свои требования на чисто естественном языке, без какой-либо базы программирования...

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 AsrTools - это интеллектуальный инструмент преобразования речи в текст со встроенными интерфейсами от таких крупных игроков, как Cutscene, QuickScope, MustCut и т.д. Он не требует GPU или громоздкой конфигурации, а также поддерживает эффективную многопоточную пакетную обработку. Он основан на разработке PyQt5, имеет красивый и удобный интерфейс, способен выводить слова в форматах SRT и TXT...

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 Dia - это модель преобразования текста в речь (TTS) с открытым исходным кодом, разработанная компанией Nari Labs и предназначенная для создания гиперреалистичных диалоговых аудио. Она преобразует текстовые сценарии в реалистичные многосимвольные диалоги за один процесс, поддерживает управление эмоциями и интонациями и даже генерирует невербальные представления...

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 представление ChatFree - это проект с открытым исходным кодом, цель которого - освободить приложения искусственного интеллекта пользователей от ограничений браузеров и запустить их локально. Созданный с использованием GPT API, Copilot предназначен для поддержки широкого спектра офисных программ, таких как Office, Word, WPS и других. Проект был разработан ...

Общее представление DeepFace - это легкая библиотека Python для распознавания лиц и анализа их атрибутов (включая возраст, пол, эмоции и этническую принадлежность). Она объединяет несколько передовых моделей распознавания лиц, таких как VGG-Face, FaceNet, OpenFace, De...

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...

Общее описание Agent.exe - это Electron-приложение с открытым исходным кодом, которое использует API Claude 3.5 Sonnet от Anthropic, чтобы позволить пользователям управлять локальными компьютерами напрямую через AI. Проект был разработан К...

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...

Общее представление Tabby - это ассистент программирования с открытым исходным кодом, разработанный командой TabbyML, который пользователи могут развернуть самостоятельно локально или на сервере. Он предлагает функции, похожие на GitHub Copilot, такие как автозавершение кода и умные вопросы и ответы, но самая большая...

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...

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...

Общее представление MMAudio - это проект с открытым исходным кодом, направленный на создание высококачественного синхронизированного аудио с помощью совместного мультимодального обучения. Разработанный Хо Кей Ченгом и др. в Китайском университете Гонконга, основная функция проекта - генерировать синхронизированное аудио на основе видео и/или текстового ввода.MM...

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...

Всеобъемлющее введение R1-V - это проект с открытым исходным кодом, целью которого является достижение прорыва в визуальном моделировании языка (VLM) с помощью недорогого обучения с подкреплением (RL). Проект использует проверяемые механизмы вознаграждения для мотивации ВЛМ к обучению общим способностям счета. Удивительно, но R1-V's 2B ...

Общее представление RD-Agent - это инструмент с открытым исходным кодом от Microsoft, предназначенный для автоматизации и оптимизации процесса исследований и разработок (R&D). Инструмент ориентирован на сценарии, основанные на данных, для повышения эффективности разработки моделей и данных с помощью методов искусственного интеллекта.RD-Agent объединяет исследовательские...

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 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 AI RSS - это инновационный инструмент, который преобразует веб-контент в RSS-каналы с помощью технологии искусственного интеллекта. Он состоит из двух основных частей: плагина для браузера и серверной части. Плагин для браузера позволяет пользователям выбирать списки с веб-страниц и генерировать файлы структурированного описания данных (SDD)...

Общее введение Coze on WeChat - это проект с открытым исходным кодом, призванный помочь пользователям беспрепятственно интегрировать AI-ботов с платформы Coze в WeChat. Он основан на разработках chatgpt-on-wechat и dify-on-wechat ...

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...

Всеобъемлющее введение Refly - это бесплатный авторский движок на основе холста с искусственным интеллектом, призванный помочь пользователям превратить идеи в высококачественный контент благодаря многопоточному диалогу, интеграции базы знаний, контекстной памяти и технологии интеллектуального поиска. Платформа охватывает более 20 профессиональных шаблонов сценариев, включая учебные...

Всеобъемлющее введение DeepSeek-VL2 - это серия усовершенствованных визуальных языковых моделей Mixture-of-Experts (MoE), которые значительно улучшают производительность своего предшественника DeepSeek-VL. Модели полезны для визуальных вопросов и ответов, оптического распознавания символов,...

Всеобъемлющее введение One API - это система управления и распространения интерфейсов с открытым исходным кодом, которая поддерживает различные большие модели, такие как OpenAI ChatGPT, Anthropic Claude, Google PaLM 2 & Gemini. ...

Общее представление NeoAI - это инновационный инструмент с открытым исходным кодом, позволяющий пользователям легко контролировать и управлять своими компьютерами с помощью диалога на естественном языке. Без написания какого-либо кода пользователи могут выполнять поиск файлов, автоматизацию задач, управление устройствами и многое другое с помощью простого ежедневного диалога.NeoAI...

Всеобъемлющее введение AiPPT - это инструмент для создания PPT на основе технологии искусственного интеллекта, призванный помочь пользователям быстро создавать профессиональные презентации. Он автоматически генерирует насыщенные контентом и красиво оформленные слайды при вводе тем, загрузке файлов или предоставлении URL-адресов и т.д. Он поддерживает встроенные диаграммы, анимацию и 3D-спец...

Общие сведения HippoRAG - это фреймворк с открытым исходным кодом, разработанный группой OSU-NLP в Университете штата Огайо и вдохновленный механизмами долговременной памяти человека. Он сочетает в себе методы Retrieval Augmented Generation (RAG), Knowledge Graph и Personalised PageRank, чтобы помочь большим языковым моделям...

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 ...

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 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...

Всеобъемлющее введение AI2SRT - это проект с открытым исходным кодом, который использует большую модель GeminiAI для генерации коротких видеороликов и резюме для длинных видео одним щелчком мыши, поддерживая при этом субтитры с аудио- и видеотранскрипцией. Цель проекта - упростить процесс создания видеоконтента и предоставить эффективные функции генерации и перевода субтитров. Пользователи могут передавать...

QAnything Comprehensive Introduction QAnything (Question and Answer based on Anything) - это локальная система вопросов и ответов на основе базы знаний, запущенная компанией NetEase, которая поддерживает все виды форматов файлов и баз данных, может быть установлена и использована в автономном режиме....

Общее представление Llama OCR - это библиотека OCR (Optical Character Recognition), основанная на Llama 3.2 Vision, способная конвертировать документы в формат Markdown. Библиотека была разработана компанией Nutlope и использует Together...

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...

Общее представление AI Hedge Fund - это хедж-фонд с искусственным интеллектом, использующий мультиагентную систему для принятия торговых решений. Система работает в сотрудничестве с несколькими специализированными агентами, включая агентов рыночных данных, количественных агентов, агентов управления рисками и агентов управления портфелем, для достижения сложных торговых...

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 ...

Общее представление Audiblez - это проект с открытым исходным кодом, предназначенный для преобразования электронных книг (например, в формате .epub) в аудиокниги (например, в формате .m4b). Проект использует высококачественную технологию синтеза речи Kokoro для поддержки нескольких языков и нескольких голосов. Пользователи могут просто...

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 ...

Общее введение Agent Inbox - это проект с открытым исходным кодом, разработанный командой LangChain для обеспечения нового пользовательского опыта взаимодействия с ИИ-интеллектами. Проект позволяет пользователям управлять и оптимизировать взаимодействие с несколькими ИИ-интеллектами через централизованный интерфейс.Ag...

Общее представление k8m - это легкая, кроссплатформенная Mini Kubernetes AI Dashboard, предназначенная для упрощения управления кластером. Он построен на базе AMIS и доступен через kom как гостевой Kubernetes API...

Всеобъемлющее введение Sensitive Word Filtering Tool (Sensitive Word) - это высокопроизводительный Java-инструмент для фильтрации чувствительных слов, основанный на реализации алгоритма DFA. Инструмент способен эффективно обнаруживать и фильтровать чувствительные слова, поддерживает различные преобразования форматов и пользовательские стратегии замены. Цель разработки - обеспечить ...

Всеобъемлющее введение Browser-Use - это инновационный инструмент автоматизации веб-сайтов с открытым исходным кодом, специально разработанный для того, чтобы языковые модели (LLM) могли естественным образом взаимодействовать с веб-сайтами. Он предоставляет мощный и гибкий фреймворк, поддерживающий широкий спектр основных языковых моделей, включая GPT-4, Claud...

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 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)...

Общее введение dify-plugin-tools-dbquery - это плагин с открытым исходным кодом, разработанный для платформы Dify 1.0, опубликованный разработчиком junjiem на GitHub. Он предоставляет функциональность запросов к базе данных, чтобы помочь пользователям создавать...

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...

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 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 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...

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...

Всеобъемлющее введение WeChat Video No. Downloader - это проект с открытым исходным кодом, разработанный для того, чтобы помочь пользователям быстро загружать видеоконтент с видеономеров WeChat. Инструмент поддерживает различные видеоформаты и платформы, и пользователи могут легко использовать его в системах Windows и macOS. Проект разработан компанией ltaoo и размещен на...

Общие сведения Linly-Talker - это инновационная цифровая система диалога с человеком, которая сочетает в себе большие языковые модели (LLM) и визуальные модели для создания нового подхода к человеко-компьютерному взаимодействию. Система объединяет различные технологии, такие как Whisper, Linly, Micros...

Всеобъемлющее введение Проект Fish Speech Derivative Project Fish Agent - это революционная сквозная система клонирования речи AI, разработанная на основе архитектуры модели V0.1 3B. Как полностью сквозная система обработки речевых клонов, ее важнейшей особенностью является использование инновационных безречевых...

Общее представление Spark-TTS - это инструмент преобразования текста в речь (TTS) с открытым исходным кодом, разработанный командой SparkAudio и размещенный на GitHub, призванный помочь пользователям эффективно преобразовывать текст в естественную и плавную речь...

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 Cognita - это фреймворк с открытым исходным кодом, разработанный компанией TrueFoundry для упрощения разработки приложений на основе RAG (Retrieval-Augmented Generation). Фреймворк предоставляет структурированную, мод...

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...