Diffusion – 生成 3D 遊戲的擴散式世界模型

構成了一種以安全且樣本高效的方式訓練強化學習 💎

Categories: 3D, 多模態模型, 模型, 新聞, 軟件

---

diffusers-image-outpaint 零度解說

超強AI擴圖！完全免費開源，diffusers-image-outpaint，附詳細本地安裝教程！-

Diffusers Image Outpaint 是一種基於擴散模型的圖像生成方法。它根據現有圖像內容，生成圖像以外區域，使圖像看起來更自然和完整。

Categories: Image, 工具, 影像處理, 模型, 軟件

---

DiffSynth-Studio 擴散模型的魔力

DiffSynth Studio 是個擴散引擎

重構了文字編碼器、UNet、VAE等架構，保持與開源社群模型的相容性，同時增強運算效能。

Categories: Image, Video, 模型

---

Open-LLM-VTuber

透過免持語音互動、語音中斷、Live2D 臉部辨識和跨平臺本地運行的長期記憶與任何 LLM 交談

LLM 推理後端、語音辨識和語音合成器均設計為可交換。此專案可以配置為在 macOS、Linux 和 Windows 上離線運行。也支援線上 LLM/ASR/TTS 選項。

Categories: 模型

---

CogVideo 文字 > 影片產生

GitHub – THUDM/CogVideo: Text-to-video generation: CogVideoX (2024) and CogVideo (ICLR 2023)

Text-to-video generation: CogVideoX (2024) and CogVideo (ICLR 2023) – THUDM/CogVideo

Categories: Video, 模型

---

GraphRAG – Llama 3.1 和 Neo4j

本影片介紹如何使用開源模型執行 GraphRAG – Llama 3.1 和 Neo4j 作為圖形資料庫

Local GraphRAG with LLaMa 3.1 - LangChain, Ollama & Neo4j

Categories: 教學, 模型, RAG

---

ComfyUI – 設計師都在用的節點式 Stable Diffusion

一鍵進階ComfyUI

目前使用 Stable Diffusion 進行創作的工具主要有兩個：WebUI 和 ComfyUI。

Categories: Stable Diffusion, 教學, 模型

---

SmolLM – 全開源模型 – 速度極快且功能強大

透過開源和開放科學來推進人工智慧並使之民主化

模型在各種基準、測試常識推理和世界知識的規模類別中均優於其他模型

數據集包括 3000 萬份教科書、部落格文章及故事組成。

Categories: 模型

---

繁體中文評測各家 Embedding 模型的檢索能力

使用繁體中文評測各家 Embedding 模型的檢索能力

歡迎訂閱 愛好 Generative AI Engineer 電子報 aihao.eo.page/a…

Categories: 模型, 新聞

---

SenseVoice 具有音頻理解能力的音頻基礎模型

語音識別（ASR）、語種識別（LID）、語音情感識別（SER）和聲學事件分類（AEC）或聲學事件檢測（AED）

在多個任務測試集上的benchmark，以及體驗模型所需的環境安裝的與推理方式。

Mac M1 上實測，廣東話夾英文一齊都好準，不過出嘅係簡體中文！

Categories: 模型, 語音

---