AI开源项目

混元图像3.0（HunyuanImage-3.0 ）是一个突破性的原生多模态模型，它在自回归框架内统一了多模态理解和生成任务。它的文生图能力实现了与领先的闭源模型相当或更优的性能。

new-pac聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

ShortGPT是一个强大的自动化视频制作工具，它可以自动采集素材、编辑视频、配音、生成字幕，从而简化了视频创建过程。它可以根据你的脚本自动从网上采集素材，并自动合成语音，将脚本转化为口头表达。最后，它可以将这些素材和语音合成一个完整的视频。此外，如果你输入任意Youtube链接或上传mp4文件，它不仅会翻译内容还会自动配音！ ShortGPT的主要功能包括： 1、自动化编辑框架：使用面向大型语言模型(LLM)的视频编辑语言，简化了视频创建过程。 2、脚本和提示：为各种 LLM 自动编辑过程提供了现成的脚本和提示。 3、语音合成/内容创建：支持多种语言，包括英语、西班牙语、阿拉伯语、法语、波兰语、德语、意大利语和葡萄牙语。 4、字幕生成：自动化生成视频字幕。 5、素材采集：从互联网上采集图片和视频素材，必要时连接网络和 Pexels API。 6、内存和持久性：使用 TinyDB 确保自动编辑变量的长期持久性。 ShortGPT使用以下技术来实现其功能： Moviepy:用于视频编辑，使 ShortGPT 能够进行视频编辑和渲染。 Openai:用于自动化整个过程，包括生成脚本和 LL

一个高级语音和Deepfake神经网络工具。功能： * 可以合成和克隆英语、俄语和中文的声音，同时支持实时语音识别。 * 能深度伪造面部和嘴唇动画，并使用一张照片进行人脸交换。 * 通过文本提示改变视频，进行分割和修饰。 * 具有语音合成、声音克隆、实时语音识别、多对话创建、视频到视频转换、深度伪造动画、AI修饰工具、自动分割掩码等功能。 * 支持英语、俄语、中文和西班牙语等多种语言。 * 适用于初学者和专业人士。 * 保护用户隐私。 * 应用于广告配音、游戏角色配音、有声书朗读和深度伪造项目等应用场景。 * 需要Python 3.10和ffmpeg作为运行环境。 * 由Wladislav Radchenko进行开发和维护。

mackup聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

一个功能强大且易于使用的视频翻译和配音工具，适用于需要翻译视频或为视频添加不同语言配音的人们。它的开源性质和灵活性使得用户能够根据自己的需求进行自定义和改进。 功能点： 1. 视频翻译：pyvideotrans 允许用户将一种语言的视频翻译成另一种语言。通过使用该项目，你可以轻松地转换视频的语言，使得观众能够更好地理解视频内容。 2. 配音：除了视频翻译外，pyvideotrans 还可以添加配音。你可以选择一种语言作为原始音频，然后用另一种语言的音频来替换它。这对于将视频转换成多种语言版本或为特定目标受众添加配音非常有用。 3. MIT许可证：pyvideotrans 采用了MIT许可证，这意味着用户可以免费使用、修改和分发该项目。这种开放的授权方式使得pyvideotrans 在用户和开发者之间建立了更好的互动和合作环境。

web-stable-diffusion聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

ModelScope-Agent聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为modelscope.cn。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

一个本地的PDF处理工具，其界面为Web UI，支持Docker部署。这个基于网络的本地应用最初完全由ChatGPT创建，之后经过发展，增加了更多功能，满足用户在PDF处理上的多样化需求。 这个工具能够处理各种主要的PDF操作，例如拆分、合并、转换格式、重新排列、添加图片、旋转、压缩等。 此外，Stirling PDF在处理过程中不会对外发送任何数据以进行记录或跟踪。所有的文件和PDF要么只在客户端处理，要么只在服务器内存中暂存，用于执行任务，或者仅在执行任务时保存在临时文件中。一旦用户下载了文件，那些文件就会从服务器上删除。 以下是该工具的一些特性： * 支持深色模式。 * 可自定义的下载选项。 * 文件的并行处理和下载功能。 * 提供API，可与外部脚本整合。 * 可选的登录和认证功能。 以下是该工具的PDF功能： * 页面操作：查看和修改PDF，支持添加注释、绘图、文本和图片；提供完整的交互式界面，用于合并、拆分、旋转、移动PDF及其页面；将多个PDF合并成一个文件；在指定页码处拆分PDF或将所有页面作为单独文件提取；按不同顺序重新排列PDF页面；以90度的增量旋转PDF；删除页

主要用于数据分析领域，可以将用户需求转换为可执行代码。此外，本系统还协调各种插件（以函数形式）来执行数据分析任务，支持丰富的数据结构、自定义算法和上下文记忆等功能。

Umi-OCR聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。我们收集了各种免费和付费的ChatGPT资源，以及如何更有效地使用中文与 ChatGPT 进行交流的方法。在这个仓库中，您将找到丰富的 ChatGPT工具、应用和示例。

ChatALL聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

Khoj是一个开源AI个人助手，通过分析您的个人文本或图像数据来提供服务。您可以选择自行托管Khoj，并开始进行搜索、与您的文档、Markdown、PDF笔记进行交互。Khoj致力于帮助您更有效地利用您的数据。 目标用户： 需要管理和搜索个人知识库的人群，希望通过与组织、Markdown、PDF笔记进行交互来提高工作效率的人群。 产品优势： 1. 快速且准确的语义搜索 2. 与各类文档、Markdown、PDF笔记的交互功能 3. 自定义插件扩展功能，满足用户个性化需求

基于私有LLM（大语言模型）做个人的文档问答，不必担心隐私泄露 技术栈是 LangChain 和 GPT4All – LLM默认用的 ggml-model-q4_0.bin. – Embedding默认用的是 ggml-model-q4_0.bin 当然你可以自己替换，不过对中文支持应该不会太好。