之前给大家介绍过《视觉模型大比拼Vision Arena》，今天再给大家推荐一个AI绘画模型竞技场GenAI-Arena ，这个项目就是借鉴Vision Arena，在竞技场你可以测试并比较不同的图像生成模型（例如，在文本引导的图像生成模型中的LCM、SDXL、SDXL-turbo，以及在文本引导的图像编辑模型中的Ma... 阅读全文

全球每天有数百万人使用AI聊天机器人，这些机器人由基于NVIDIA GPU的云服务器提供支持。如今，这些创新性的工具搭载NVIDIA RTX，为本地Windows PC用户带来快速、定制化的生成式AI体验。「Chat With RTX」是一款可免费下载的技术演示软件，允许用户根据自己的内容个性化定制聊天机器人。通过搭载... 阅读全文

作为一款广受赞誉的跨平台免费开源音频编辑软件Audacity，因其开放源码的特性吸引了全球开发者共同参与改进与创新。近期，英特尔为Audacity用户推出了一款专为音乐编辑和播客制作人打造的免费OpenVINO AI插件包，该插件在Intel的GitHub页面上提供下载，大小约为2GB，并且要求运行环境为64位Wind... 阅读全文

Keras-llm-robot Web UI基础代码继承自 Langchain-Chatchat项目底层架构使用Langchain和Fastchat等开源框架，顶层使用streamlit实现。本项目完全开源，目标是可离线部署和测试Huggingface网站上的大部分开源模型，并且可以通过配置将多个模型组合起来，实现多模... 阅读全文

开源的语音笔记GPT工具notesGPT，它将语音记录、智能转录和任务管理融为一体，为用户带来全新的高效率笔记体验。这款工具充分利用了最新的自然语言处理技术，不仅让语音转文字变得轻而易举，还能智能化地提炼信息并生成行动清单，且完全免费并对社区开放源代码。不论是日常的工作规划还是学术研究，它都将成为您不可或缺的得力助手。... 阅读全文

美国AI语音初创公司 ElevenLabs革新配音行业，你的声音也可以赚钱了！现在只需在ElevenLabs旗下的VoiceLab上传30分钟个人音频样本，即可创建并分享您的专属AI声音模型至ElevenLabs的声音库，并在用户使用时获得收益。操作步骤非常简单： 登录VoiceLab页面，上传至少30分钟的高质量音频... 阅读全文

对于使用 Stable Diffusion 生成的图片，如果您想要查看其生成参数，例如提示词、步数、采样器等信息，通常需要访问 Stable Diffusion web UI 或其他 AI 绘画应用程序。今天，我要向大家推荐一款名为「Diffusion Toolkit」的独立软件，它专门用于查看 AI 生成图片的参数。... 阅读全文

Adeus是一款创新的可穿戴设备，它能实时捕捉和转录用户在现实世界中的对话和环境声音，并将这些数据存储在用户自有的服务器上，确保隐私和数据安全。用户可以通过配套的应用程序与Adeus进行交流，得益于其存储的数据，Adeus能够提供真正个性化的交互体验。 官方文档：https://docs.adeus.ai 令人兴奋的是... 阅读全文

在科技日新月异的今天，各种视觉语言模型（VLMs）如GPT-4V、Gemini、Llava、Qwen-VL等层出不穷，它们各具特色，各有千秋。但究竟哪个模型更胜一筹呢？一个专为视觉模型打造的竞技场Vision Arena在Hugging Face上线。你可以轻松测试并比较不同的视觉模型。更激动人心的是，你可以同时测试两... 阅读全文

阿里旗下达摩院打造的 I2VGen-XL，可以根据用户输入的静态图像和文本生成目标接近、语义相同的视频，生成的视频具高清 (1280 * 720)、宽屏 (16:9)、时序连贯、质感好等特点。目前在 HuggingFace space 和魔搭上线了 Demo，大家可以去试试。 项目主页：https://i2vgen-x... 阅读全文

Learn Prompting携手业界领先的OpenAI，共同打造了一门全新的课程——ChatGPT for Everyone，现已火热上线！这门课程将带领您走进人工智能的奇妙世界，深入了解并掌握如何使用当今最尖端、最具革命性的聊天机器人——ChatGPT。想象一下，拥有这样一位智能超群的私人助理，您的生活和工作将会发... 阅读全文

MetaVoice 1B是一个拥有12亿参数的基础TTS模型，支持语音克隆，目前仅支持英文，支持英式发音和美式发音。它在100,000小时的语音数据上进行了训练，用于文本到语音(TTS)转换。MetaVoice-1B在Apache 2.0许可证下发布，你可以无限制地使用。 GitHub地址：https://github... 阅读全文