AI开源
Zonos，开源的TTS模型，允许对说话速度、音高变化、音频质量以及快乐、恐惧、悲伤和愤怒等情绪进行精细控制
让我们看看演示视频吧！ Zonos，开源的TTS模型，允许对说话速度、音高变化、...
MedRAX，集成最新 CXR 分析工具和多模态大型语言模型的多功能 AI 代理，可以解读胸部 X 光
让我们看看演示视频吧！ MedRAX，集成最新 CXR 分析工具和多模态大型语言...
Midscene，浏览器操作AI助手，用自然语言描述你想做什么，它将帮助你操作网页、验证内容和提取数据
让我们看演示视频吧！ Midscene，浏览器操作AI助手，用自然语言描述你想做...
VideoRAG，超长上下文视频处理理解，通过自适应多模态融合机制优化检索效率，保持多视频上下文中的语义连贯性
VideoRAG，超长上下文视频处理理解，利用单块 NVIDIA RTX 309...