一款开源多模态大型语言模型Mini-Omni，具有实时语音处理能力和边思考边说话的独特能力
Mini-Omni是一款开源多模态大型语言模型，具有实时语音处理能力和边思考边说话的独特能力，为用户带来自然交互体验。它支持多种输入模态，包括语…
栏目
开源项目
关于AI相关开源项目，附带项目代码地址
218
篇内容
零一万物开源 Yi-Coder 系列模型:一款小而强大的编程助手
北京零一万物科技有限公司宣布正式开源Yi-Coder系列模型，标志着在人工智能领域取得重要进展。Yi-Coder系列模型专注于编程任务，提供1…
一个基于需求描述自动生成项目源码的开源项目GPT Engineer
项目特点：只需一个提示就能生成代码库，提出需澄清的问题，生成技术规范，编写所有必要代码，易于添加推理步骤、修改和实验，项目开源。主要理念：简单易…
通过简短视频克隆人像并转化为3D数字形象的技术ExAvatar
全文总结本文主要介绍了一种名为 ExAvatar 的新型表达性全身 3D 高斯化身。它结合了 SMPL--X 的全身驱动性和 3DGS 的强大外…
全景图像生成新方法PanoFree
全文总结本文主要介绍了一种名为 PanoFree 的新型无调优多视图图像生成方法，该方法在沉浸式场景生成，特别是全景图创建方面具有显著优势。重要…
苹果发布了一种新的图像和视频生成方法Matryoshka Diffusion Models (MDM)
全文总结本文主要介绍了一种名为 Matryoshka Diffusion Models（MDM）的端到端框架，用于高分辨率图像和视频合成。指出扩…
创新的头发转移技术：Stable-Hair，适合做发型设计
解决了传统方法无法处理复杂发型的问题，为用户带来全新的试发体验。 地址： https://github.com/Xiaojiu-z/Stable…
一款适合时尚爱好者使用的小型AI虚拟换衣模型：CatVTON
参数小仅899.06M，支持高分辨率，支持在ComfyUI和Gradio应用上部署，操作便捷。 地址： https://github.com/Z…
全新的图像生成模型 FLUX.1来了
新公司名叫 Black Forest Lab，黑森林实验室。宣布推出全新的图像生成模型 FLUX.1。FLUX.1 包含专业版、开发者版、快速版…