CSM
一家专注于将非结构化数据（如照片、视频和其他传感器模态）转换为3D模型的技术公司。通过AI技术帮助用户从真实世界的对象、场景、位置等方面获取信息
Whisper 是一种通用语音识别模型。它利用各种大型数据集上的音频进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。 在第一次使用 Buzz 的时候，会下载 Whisper 的模型，根据不同的质量要求，模型尺寸也非常可观： Whisper模型存储在~/.cache/wilsper中。 Whisper.cpp模型存储在~/Library/Caches/Buzz（Mac OS）、~/.cache/Buzz（Unix）或C:UsersAppDataLocalBuzzBuzzcache（Windows）中。 Hugging 模型存储在~/.cache/huggingface/hub中。 https://github.com/chidiwilliams/buzz
数据统计
相关导航
InvokeAI
InvokeAI 是一家主导稳定扩散模型的创意引擎公司，利用最新的人工智能技术，为专业人士、艺术家和爱好者提供生成和创建视觉媒体的能力。该解决方案提供业界领先的 WebUI，通过命令行界面（CLI）支持终端使用，并为多个商业产品提供基础支持。 InvokeAI 的功能特点包括：
简单听记
简单听记是百度推出的音视频转文字处理专家，支持高精度语音转文字、视频转文字、实时翻译。基于AI大模型，支持全流程自动化的音频分析和整理，一键生成AI会议纪要和总结，是工作和学习的最佳效率神器。
BrowserGPT
一个使用GPT模型来控制浏览器的工具。它通过接受自然语言命令，实现了用人类方式与浏览器进行交互的功能。使用BrowserGPT，您可以方便地编写命令来操作浏览器，包括打开网页、点击链接、填写表单等任务。
OpenKEY
提供企业级专业稳定的 ChatGPT 接口集成分发服务
MiniCPM3-4B
MiniCPM3-4B！该模型的表现超越 Phi-3.5-mini-instruct 和 GPT-3.5-Turbo-0125，并且能够比肩 Llama3.1-8B-Instruct、Qwen2-7B-Instruct、GLM-4-9B-Chat 等多个 7B-9B 参数量的模型。
EmojiFly
一个免费开源的AI表情生成器，由开发者cbh123创建并分享在GitHub上5。这个工具的主要功能是根据用户输入的关键词，自动生成相应的表情。这个表情生成器的使用非常简单。你只需在文本框中输入你想要转换为表情的文本，网站将自动生成相匹配的表情。特别值得一提的是，这个表情生成器还支持中文 功能点如下： 1. 表情符号搜索：您可以通过关键词搜索您需要的表情符号，以满足不同的需求和场景。 2. 表情符号下载：找到合适的表情符号后，您可以将其下载到本地设备上，以便使用和分享。 3. 表情符号添加：下载的表情符号可以添加到Slack等应用程序中，让您在聊天中更加生动和有趣。 4. 特色表情符号：EmojiFly提供一些特色的表情符号供您选择，这些符号可能具有一些特定的主题或表达方式。
UniControl
UniControl 是 Salesforce 公司开发的一个开源项目，它是一个统一可控的视觉生成模型。 功能特点： 统一视觉生成：UniControl 提供了一个统一的框架来进行视觉生成任务，例如图像生成、图像编辑、图像风格转换等。它为用户提供了强大的图像生成能力。 可控生成：UniControl 具有可控的生成能力，用户可以通过输入不同的控制参数来控制生成的图像风格、内容或其他特征。这使用户可以根据自己的需求进行个性化的图像生成。 开源项目：UniControl 是一个开源项目，意味着用户可以自由地访问、使用和贡献代码。这使得开发者可以更加灵活地使用和扩展 UniControl。