文章列表-AI魔法学院

文章列表

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是一个强大而现代的开源文本到语音引擎，它可以让你用超过2000种不同的声音来合成中文和英文的语音。

EmotiVoice 语音合成

新测试基准发布，最强开源Llama 3尴尬了

如果试题太简单，学霸和学渣都能考90分，拉不开差距…… 随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。

Llama 3 大模型开源

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

就是开源了一个低配版的通义千问模型--通义千问-7B-Chat。

大模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

nbsp;项目地址：https://gair-nlp.github.io/auto-j/ · 代码地址：https://github.com/GAIR-NLP/auto-j 目前，该项目开源了大量资源

Auto-J 大模型

【开源看AI】4.2K star！Reor：AI自动帮你发现知识之间的连接

Reor 是一个开源的AI个人知识管理工具，以提升思考为宗旨，而非取代思考。

Reor 开源工具知识管理

十大开源语音识别项目

本文将为您介绍十个相关的开源项目（以github上星标数排名），其中大多数都支持中文。

语音识别开源项目

Stability AI开源上新：3D生成引入视频扩散模型

模型权重依然开源，不过仅可用于非商业用途，想要商用的话还得买个Stability AI会员~ 话不多说，还是来扒一扒论文细节。

sv3d 建模

3 个令人惊艳的 GitHub 开源项目，诞生了！

其实想做头像定制，也没那么难，今天给大家推荐一个在 GitHub 上开源的 AI 工具：Photoshot。

开源模型

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

TurtleBot的机器人操作系统ROS，开源了！！

ROS 机器人开源模型

Meta无限长文本大模型来了：参数仅7B，已开源

为了进一步提高 MEGALODON 在大规模长上下文预训练方面的能力和效率，作者提出了多种技术组件。

Meta 长文本大模型

接私活必看的11个开源项目

框架采用主流技术开发设计，支持国产中间件、麒麟操作系统、Windows、Linux部署使用，框架使用SM2、SM3、SM4等国密算法进行签名、数据完整性保护，软件层面完全符合等保、密评要求。

私活开源项目

<1 2 3 456 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1