（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
ItiNera – 港大与MIT联合推出的AI城市行程规划（OUIP）系统
猜你喜欢
-
发布了文章 2分钟前
LiveKit Agents – 创建实时与用户互动的多模态AI代理框架
LiveKit Agents 是一个强大的框架，用于创建能实时通过语音、视频和数据与用户互动的多模态AI代理。框架支持 Python 编程，简化开发过程，支持开发者轻松集成语音识别、语音合成和先进的语言模型。...
-
发布了文章 5分钟前
LiveCC – 字节联合新加坡国立大学开源的实时视频解说模型
LiveCC 是新加坡国立大学Show Lab 团队联合字节跳动推出的实时视频解说模型，基于自动语音识别（ASR）字幕进行大规模训练。LiveCC像专业解说员一样快速分析视频内容，同步生成自然流畅的语音或文字解说。...
-
发布了文章 7分钟前
LitServe – 基于FastAPI的高性能AI模型部署引擎
LitServe是基于FastAPI的高性能AI模型部署引擎，专为企业级AI服务设计。支持批处理、流式处理和GPU自动扩展，简化了模型部署流程。...
-
发布了文章 10分钟前
Liquid – 华中科技、字节、港大联合推出的统一多模态生成框架
Liquid是华中科技大学、字节跳动和香港大学联合推出的极简统一多模态生成框架。基于VQGAN将图像编码为离散的视觉token，与文本token共享同一词汇空间，让大型语言模型（LLM）无需修改结构实现视觉生成与理解。...
-
发布了文章 10分钟前
Lipsync-baidu092 – Sync Labs 推出的首个零-baidu09shot 嘴型同步模型
Lipsync-2 是 Sync Labs 推出的全球首个零-shot 嘴型同步模型。无需针对特定演讲者进行预训练，能即时学习并生成符合独特说话风格的嘴型同步效果。...
-
发布了文章 13分钟前
Linly-baidu09Dubbing – 开源AI视频工具，支持配音、翻译、对口型
Linly-Dubbing是一个开源的智能视频多语言AI配音和翻译工具，能自动将视频内容翻译成多种语言，并生成字幕。通过WhisperX和FunASR进行精准语音识别，基于Edge TTS、XTTS 和 CosyVoice...
-
发布了文章 16分钟前
Lingua – Meta推出的轻量级独立代码库
Lingua 是 Meta AI推出的一个轻量级且独立的代码库，旨在助力大规模训练语言模型。基于易于修改的 PyTorch 组件，便于研究人员尝试新的模型架构、损失函数和数据集。Lingua 专注于端到端训练、推理和评估，提...
-
发布了文章 19分钟前
Lingshu – 阿里推出的医疗多模态语言模型
Lingshu是阿里巴巴达摩院推出的专注于医学领域的多模态大型语言模型。模型支持超过12种医学成像模态，包括X光、CT扫描、MRI等，在多模态问答、文本问答及医学报告生成等任务上展现出卓越的性能。Lingshu基于多阶段训练...
全部评论
留言在赶来的路上...
发表评论