RVM
RVM 专为稳定人物视频抠像设计。不同于现有神经网络将每一帧作为单独图片处理，RVM 使用循环神经网络，在处理视频流时有时间记忆。RVM 可在任意视频上做实时高清抠像。在 Nvidia GTX 1080Ti 上实现 4K 76FPS 和 HD 104FPS。此研究项目来自字节跳动。
网址：https://github.com/Hk-Gosuto/ChatGPT-Next-Web-LangChain 一键免费部署你的跨平台私人 ChatGPT 应用, 支持 GPT3, GPT4 & Gemini Pro 模型。 （基于 LangChain 实现插件功能） 除插件工具外，与原项目保持一致 ChatGPT-Next-Web 主要功能 支持 GPT-4V(视觉) 模型 基于 LangChain 实现的插件功能，目前支持以下插件，未来会添加更多 搜索（优先级： GoogleCustomSearch > SerpAPI > BingSerpAPI > ChooseSearchEngine > DuckDuckGo ） GoogleCustomSearch SerpAPI BingSerpAPI ChooseSearchEngine 环境变量： CHOOSE_SEARCH_ENGINE 可选项如下： 说明：此项为直连搜索引擎，免去api试用量小的烦恼，但可能因为网络问题导致无法使用 ⚠ 注意：已知在 vercel 环境下会出现调用不稳定的情况 #89 (comment) DuckDuckGo 计算 网络请求 其它 支持 Gemini-Pro 模型（同步上游仓库并修改接口为流式传输） 非 Vercel 运行环境下支持本地存储
数据统计
相关导航
Gemini Pro Chat 翻译站点
GeminiProChat是GeminiPro的最小化Web界面，提供简洁有效的聊天体验。它支持通过环境变量来控制网站，允许使用者通过Docker部署，并提供易于部署的Vercel和Railway选项。
ChatGPT 中文指南，指令指南
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。
Quivr
Quivr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。
Comet 浏览器
Comet 浏览器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perplexity.ai。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。
FunClip自动化视频剪辑工具
FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频
ChatTOC
ChatTOC 是将 AI 对话内容转成导航目录的浏览器插件，支持 ChatGPT、Claude、Gemini、DeepSeek 等主流平台。ChatTOC 能在对话页面右侧自动生成消息目录，实现一键定位高亮原文、实时搜索、消息筛选、收藏标记等功能。
LLaVA
LLaVA是一个大型多模态模型，旨在实现通用视觉和语言理解。它端到端训练，可以理解文本和图像，并在聊天中灵活运用这些信息。LLaVA在多模态指令跟随数据集上与GPT-4表现相似，相对分数达到85.1%。在Science QA上，其准确率达到92.53%。LLaVA模型将预训练的视觉编码器（CLIP ViT-L/14）与大型语言模型（Vicuna）通过简单投影矩阵连接。训练分为两个阶段：阶段1只更新投影矩阵，基于CC3M子集进行特征对齐预训练；阶段2更新投影矩阵和大型语言模型进行端到端微调，适应日常用户导向应用和科学问答场景。