AI编程

PhotoMaker，利用多张照片作为身份ID，获取人物特征，然后根据描述生成符合描述的人物照片创造出一个新的、个性化的人物图像。 PhotoMaker也能把几个不同人的照片特征混合在一起，创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真，效果自然。 PhotoMaker主要功能： PhotoMaker主要特点： PhotoMaker如何工作？ PhotoMaker首先分析照片，识别出每张照片中人物的特征，比如面部特征、发型、服装风格等。然后，它将这些特征结合起来，创建一个新的图像。这个图像基本上是你的脸，但可能有着电影明星的发型和表情，同时穿着那张历史服装照片中的服装。 最终的结果是一张全新的照片，这张照片展示了一个独特的人物形象：看起来像你，但具有其他照片中人物的特征和风格。这就是PhotoMaker的核心功能——结合多个不同照片的特征，创造出一个全新、个性化的图像。 源码：https://github.com/TencentARC/PhotoMaker

LibreChat，一个增强版的ChatGPT程序，一个免费开源的聊天机器人平台，集成了多种 ai 模型，例如 ChatGPT、OpenAI、BingAI、PaLM 2 等。 LibreChat 允许您与不同的 AI 进行自然且引人入胜的对话，并使用各种功能和插件定制您的体验。LibreChat还集成并增强了原始客户端功能，例如对话和消息搜索、提示模板和插件。 项目地址： https://github.com/danny-avila/LibreChat 官方GitHub：https://librechat.ai 文档： https://docs.librechat.ai

一个开源的聊天机器人Web UI框架，Chatbot UI提供 OpenAI 的 ChatGPT UI 的改进版本。提供了一个简单的用户界面，具有新对话、新聊天、导入数据、导出数据、设置和插件键等功能。

IOPaint 是一款免费、开源且完全可自行托管的修复/修复工具，由最先进的 AI 模型提供支持。您可以在 IOPaint 中使用各种模型来更改图像，包括修改、擦除

Milvus 向量数据库专为向量查询与检索设计，能够为万亿级向量数据建立索引。与现有的主要用作处理结构化数据的关系型数据库不同，Milvus 在底层设计上就是为了处理由各种非结构化数据转换而来的向量而生。

Faiss 是一个用于高效相似性搜索和密集向量聚类的库。它包含算法，可以在任何大小的向量集中进行搜索，直到可能不适合RAM的向量。它还包含用于评估和参数调整的支持代码。

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:Users<username>AppDataLocalBuzzBuzzcache（Windows）中。 Hugging 模型存储在~/.cache/huggingface/hub中。 https://github.com/chidiwilliams/buzz

MaterialSearch是一个支持中文的本地素材搜索工具，可以扫描本地图片和视频，并支持自然语言进行搜索。可以文字搜图、以图搜图、文字搜视频、以图搜视频、图文相似度计算、Pexels视频搜索

Modelscope-Agent 是一个可自定义且可扩展的代理框架。单个代理具有角色扮演、LLM 调用、工具使用、计划和记忆等功能

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

这是一个基于 Python 和 FastAPI 的非官方 Suno API。它目前支持生成歌曲、歌词等。 它带有内置的令牌维护和保持活动功能，因此您不必担心令牌过期。 https://github.com/SunoAI-API/Suno-API —————————————————————— 使用 API 调用 suno.ai 的音乐生成 AI，并轻松集成到 GPT 等代理中。 https://github.com/gcui-art/suno-api

1.产品介绍 一款轻量级开源标注工具，自由组合多样工具，无缝兼容多格式数据，同时支持载入预标注，加速数据标注效率 2.特色功能 LabelU 提供了多种标注工具和功能，支持图像、视频、音频标注。 · 图像类：多功能图像处理工具，涵盖 2D 框、语义分割、多段线、关键点等多种标注工具，协助完成图像的标识、注释和分析。 · 视频类：具备强大视频处理能力，可实现视频分割、视频分类、视频信息提取等功能，为模型训练提供优质标注数据。 · 音频类：高效精准的音频分析工具，可实现音频分割、音频分类、音频信息提取等功能，将复杂的声音信息直观可视化。 3.产品特性 · 简易，提供多种图像标注工具，通过简单可视化配置即可标注 · 灵活，多种工具可自由组合使用，满足大部分图像，视频，音频的标注需求 · 通用，支持导出多种数据格式，包括 JSON，COCO，MASK

EchoMimicV2 利用参考图像、音频剪辑和一系列手势来生成高质量的动画视频，确保音频内容和半身动作之间的连贯性。 项目页面： https://antgroup.github.io/ai/echomimic_v2/ GitHub 页面： https://github.com/antgroup/echomimic_v2    

HivisionIDPhoto 是一款基于 AI 的轻量级证件照制作工具，能智能识别和抠图，快速生成符合多种规格的证件照。支持自定义背景色和尺寸，未来还将推出美颜和智能换正装功能。用户可通过 Docker 部署，轻松搭建本地服务。GitHub 上提供源代码和在线体验。

Janus 是由 DeepSeek 团队开发的一系列统一多模态理解与生成模型