归档

搜索到 525 个与 "开源" 相关的结果

F5-TTS，上交大/剑桥开源的TTS，零样本声音克隆，支持控制语音速度

让我们听听演示音频吧！ F5-TTS，上交大/剑桥开源的TTS，零样本声音克隆，...

Swarm，OpenAI开源的构建多代理智能体协同框架

Swarm是OpenAI开源的构建多代理智能体协同框架，用于构建、编排和部署多代...

Aria，开源的MoE原生视觉多模态模型，64K 令牌的长多模态上下文窗口

Aria，开源的MoE原生视觉多模态模型，64K 令牌的长多模态上下文窗口，支持...

Pyramid Flow，快手开源的AI视频模型，支持文字生成视频和图片生成视频

让我们看看演示视频吧！ Pyramid Flow，快手开源的AI视频模型，支持文...

Podcastfy，开源版NotebookLM，输入PDF、文本、网址，即可把内容转换成对话式的播客

让我们来听听生成的播客吧！ Podcastfy，开源版NotebookLM，输入...

BlinkShot，开源的实时AI图像生成器，Flux Schnell用于图像模型

让我们看看演示视频吧！ BlinkShot是一款免费开源的实时AI图像生成器，F...

Open O1，与OpenAI O1媲美的开源模型，基于LLaMA 和 Qwen训练而来

Open O1是与OpenAI O1媲美的开源模型，通过整理了O1风格的思维数据...

DepthFlow，图像到2.5D视差效果视频，免费开源的ImmersityAI替代品

让我们看看官方演示视频吧！ DepthFlow可以把图像生成2.5D视差效果视频...

LLaVA-Video，开源的视频多模态LMM，同时开源了视频训练数据集

LLaVA-Video，开源的视频多模态LMM，同时开源了视频训练数据集。可以...

Depth Pro，苹果开源的深度学习项目，不到一秒即可生成非常清晰和详细的深度图

Depth Pro是苹果开源的深度学习项目，不到一秒即可生成非常清晰和详细的深度...

whisper v3 turbo，Openai开源的自动语音识别（ASR）和语音翻译模型

Whisper 是一种通用的语音识别模型。它基于各种音频的大型数据集进行训练，也...

NVLM-D-72B，英伟达开源的多模态模型，支持图片和文字输入、文字输出

NVLM-D-72B是英伟达开源的多模态模型，72B参数，支持图片和文字输入、文...