AI开源

VideoChat，实时语音交互数字人，支持端到端语音方案，可自定义数字人形象与音色，支持音色克隆

VideoChat，实时语音交互数字人，支持端到端语音方案，可自定义数字人形象与...

Qwen2.5-Coder，阿里发布的代码推理模型，匹配GPT-4o的编码能力

让我们看看演示视频吧！ Qwen2.5-Coder，阿里发布的代码推理模型，匹配...

CHANGER，实现参考头部与目标身体的无缝集成

让我们看看演示视频吧！ CHANGER，实现参考头部与目标身体的无缝集成，跟身体...

OpenCoder，完全开源的代码LLM，包括 1.5B 和 8B

OpenCoder是一个完全开源的代码LLM，包括 1.5B 和 8B，不仅提供...

PDFMathTranslate，完整保留原排版的PDF文档双语翻译工具

PDFMathTranslate，完整保留原排版的PDF文档双语翻译工具，可以完...

开源项目部署

如何利用Ollama在本地浏览器与开源语言大模型对话？

上一期我们更新了如何本地安装Ollama与本地下载开源语言大模型，但是在终端对话...

PPLLaVA，开源的视频大语言模型，通过提示指导理解不同的视频序列

PPLLaVA，开源的视频大语言模型，通过提示指导理解不同的视频序列。 Gith...

DimensionX，单个图像创建任何 3D 和 4D 场景

让我们看看演示视频吧！ DimensionX，单个图像创建任何 3D 和 4D ...

CogVideoX v1.5，ChatGLM开源的AI视频生成模型

CogVideoX v1.5，ChatGLM开源的AI视频生成模型，可以直接在清...

LucidFusion，使用任意未摆姿势的图像生成 3D 模型

让我们看看演示视频吧！ LucidFusion，使用任意未摆姿势的图像生成 3D...

ReCapture，谷歌推出的单个视频转换运镜的方法

让我们看看演示视频吧！ ReCapture，谷歌推出的单个视频转换运镜的方法，从...

URAvatar，Meta推出的照片生成3D数字人，实时改变光照、表情等

让我们看看演示视频吧！ URAvatar，Meta推出的照片生成3D数字人，实时...