Neueste AI-Tools

Umfassende Einführung GraphGen ist ein Open-Source-Framework, das von OpenScienceLab, einem KI-Labor in Shanghai, entwickelt wurde und auf GitHub gehostet wird. Es konzentriert sich auf die Optimierung der überwachten Feinabstimmung von Large Language Models (LLMs), indem es die Erzeugung synthetischer Daten durch Wissensgraphen anleitet. Es wurde entwickelt aus ...

Synthesis Muyan-TTS ist ein Open-Source-Text-to-Speech-Modell (TTS), das für Podcasting-Szenarien entwickelt wurde. Es ist mit über 100.000 Stunden Podcast-Audiodaten vortrainiert und unterstützt die Null-Sample-Sprachsynthese, um qualitativ hochwertige natürliche Sprache zu erzeugen. Das Modell basiert auf Llama-3.2-3...

Allgemeine Einführung ACI.dev ist eine Open-Source-Infrastrukturplattform, die entwickelt wurde, um KI-Intelligenzen mit schneller Integration in über 600 Tools bereitzustellen. Sie gewährleistet einen sicheren Zugang zu Tools wie Google Calendar, S...

综合介绍 manga-image-translator（Cotrans翻译器开源版），用于翻译漫画或图片中的文字。提供命令行交互方式和在线演示，拥有批量转换模式、web服务器模式等多样化的使用选项...

综合介绍 Free QWQ 是一个提供免费QwQ-32B API的平台。它基于阿里开源的QwQ-32B大语言模型，利用全国各地50多台家用3090、4080、4090显卡的分布式算力。用户无需注册或充...

综合介绍 llm.pdf 是一个开源项目，允许用户在 PDF 文件中直接运行大型语言模型（LLM）。这个项目由 EvanZhouDev 开发，托管在 GitHub 上，展示了一种创新的方法：通过 Em...

Allgemeine Einführung CAD-MCP ist ein Open-Source-Projekt, das es Benutzern ermöglicht, CAD-Software durch natürlichsprachliche Befehle für Zeichenoperationen zu steuern. Es kombiniert die Verarbeitung natürlicher Sprache mit der CAD-Automatisierungstechnologie, so dass die Benutzer die CAD-Schnittstelle nicht manuell bedienen müssen, sondern nur einfache Textbefehle eingeben, die ...

综合介绍 Abogen 是一个开源工具，专为将 ePub、PDF 或纯文本文件快速转换为高质量音频而设计。它使用 Kokoro-82M 模型生成自然流畅的语音，同时支持同步字幕生成，适合制作有声读物...

综合介绍 Local Deep Research 是一个开源的人工智能研究助手，旨在帮助用户针对复杂问题进行深度研究并生成详细的报告。它支持本地运行，使用户可以在不依赖云服务的情况下完成研究任务。工具...

综合介绍 DeepWiki 是一个由 Cognition AI 推出的免费工具，专注于为 GitHub 仓库生成结构化、类似维基百科的文档。它通过分析代码、README 文件和配置文件，自动创建详细的...

Allgemeine Einführung Trackers ist eine Open-Source-Python-Werkzeugbibliothek, die sich auf die Verfolgung von mehreren Objekten in Videos konzentriert. Sie integriert mehrere führende Verfolgungsalgorithmen wie SORT und DeepSORT und ermöglicht es dem Benutzer, verschiedene Modelle zur Objekterkennung zu kombinieren (wie YOLO...

Allgemeine Einführung Kimi-Audio ist ein Open-Source-Audiobasismodell, das von Moonshot AI entwickelt wurde und sich auf Audioverstehen, -erzeugung und -dialog konzentriert. Es unterstützt eine breite Palette von Audioverarbeitungsaufgaben wie Spracherkennung, Audio-Q&A und Sprach-Emotionserkennung. Das Modell wurde über 130 Mal getestet...

Allgemeine Beschreibung Describe Anything ist ein von NVIDIA und mehreren Universitäten entwickeltes Open-Source-Projekt, dessen Kern das Describe Anything Model (DAM) ist. Dieses Tool kann Bilder oder Videos auf der Grundlage der Benutzerdaten...

综合介绍 Cooragent 是清华大学 LeapLab 开发的开源 AI 代理协作框架，托管于 GitHub。它允许用户通过一句话描述创建智能 AI 代理，并支持多个代理协作完成复杂任务。框架提供两...

综合介绍 InstantCharacter 是由腾讯 Hunyuan 和 InstantX 团队开发的一个开源项目，托管在 GitHub 上。它通过一张参考图片和一句文本描述，就能生成外观一致的角色图...

Allgemeine Einführung MCP Server Deep Research ist ein Open-Source-Tool, das durch künstliche Intelligenz und Websuche automatisch strukturierte Forschungsberichte für komplexe Probleme erstellt. Benutzer geben eine Forschungsfrage ein, und das Tool zerlegt die Frage, sucht nach maßgeblichen Informationen, bewertet die Glaubwürdigkeit der Quellen...

Umfassende Einführung Deep Recall ist ein Open-Source-Gedächtnis-Framework der Unternehmensklasse, das für Large Language Models (LLMs) entwickelt wurde. Es bietet hyper-personalisierte Reaktionsfähigkeit durch effiziente kontextbezogene Abfrage und Integration. Das Framework verwendet eine dreistufige Architektur, einschließlich eines Speicherdienstes, eines Schlussfolgerungsdienstes und eines Koordinators, der die...

Allgemeine Einführung CleverBee ist ein Open-Source-KI-Forschungsassistent, der auf GitHub gehostet und von SureScaleAI entwickelt wird. Er hilft Benutzern durch die Kombination von Web-Browsing-Technologie mit großen Sprachmodellen (wie Gemini und Claude)...

Allgemeine Einführung FantasyTalking ist ein Open-Source-Projekt, das vom Fantasy-AMAP-Team entwickelt wurde und sich auf die Erzeugung von realistischen sprechenden Porträtvideos durch Audioantrieb konzentriert. Das Projekt basiert auf dem fortschrittlichen Video-Diffusionsmodell Wan2.1 , kombiniert mit dem Audio-Encoder Wa...