#AI开源项目推荐：Vary 一套视觉感知上限极高的通用多模态框架：Vary 有多模态能力，并且可以做 OCR 和公式识别。底层是基于LLaVA 和 Qwen（通义千问）测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。…

sign_in_with_google

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

33120 位用户此时在线

24小时点击排行 Top 10：

2024-6-21 今日热点汇总：俄罗斯和朝鲜缔结防御条约一方遭受攻击另一方需援助；美国奥克兰市华裔女市长遭 FBI 搜查；重大突破艾滋病可能有救了！泰勒斯威夫特私人飞机遭环保人士喷漆事后发现是乌龙；解放军腐败严重习近平要求深刻反省；强制遣返脱北者，中国网友求政府要有点人性；广西遭遇自 1998 年以来最大的洪水；血腥慎入！！男子当街杀死强奸妻子的上司；女子实名举报辽宁圣经寺住持骗色；“你是不是想死” 杭州一公司拖欠工资老板威胁员工

网上流传一段短视频，从普京与金正恩的面部表情和轻微的肢体动作，折射其心理活动。您能猜到他们内心吗？

6月15日，湖南。一对新人在河边拍摄婚纱照。而就在不远处，一艘救援船正在打捞尸体。

重磅：中国广州一居民楼坍塌！

360是流氓软件吗？前员工自曝: 不敢安装360杀毒软件。

测试了一堆梗图变成视频后的样子剧情走向每次随机都不同窥见短视频之后下一个内容消费的可能性

6月21日，广西桂林。位于七星区屏风路交叉口附近的凯莉家具店，店内家具遭到洪水浸泡。老板称“一夜之间一无所有”

B站一位UP主长期以来无偿收集和发布各品牌的智能驾驶事故集锦。目前被华为方面要求停更。 6月21日，UP主发布了华为方面与他沟通的聊天记录截图视频。视频显示，华为方面出示了该UP主涉华为侵权负面言论列表，并威胁称他的账号已经属于网信办清朗行动需要重点打击的账号。

6月20日，桂林水情

这就是为什么我现在在车上安装了行车记录仪。

广东肇庆封开县。 15日官媒宣传政府花费两亿新建的防洪堤，结果没能挡住随后的洪水，引发当地民众吐槽。

有网友发现，香港TVB的电视剧字幕，在香港前面加上了“中国”。

男人負責打架，女人負責收攤，各就各位⋯⋯

6月21日晚，广东汕头。据赤坑镇商户反映，青坑农贸市场原属于村集体土地，结果个别干部私自将市场土地承包给第三方，第三方装修之后，商户需要以此前七八倍的价格才能入驻市场。此举引发商户不满，大量商户在市场维权抗议，期间和执法人员发生肢体冲突，有商户受伤倒地。

一看這四輪車司機肯定沒學過駕駛

共匪钓鱼：直行箭头踩坑,一天工资又没了

https://t.co/yISbLgNepb

#动态清零一队俄罗斯入侵者。班长决定，全部躲进废墟中地下室。。。结果被一锅端！有时候，不能听班长的！

华春莹回应BBC记者沙磊离境

网闻：俄罗斯，在大街上遛孩子时被抓了壮丁，男人只来及亲两口婴儿就被按在了地上，不知道这一家人还能不能再相见了。和平万岁！

40分钟前：歙县黄备村，当地目前通讯中断，不知道救援队什么时候能到 1小时前：歙县森村乡皋径村宅民反映：没人救援，断水断电，缺少食物，急需救援

中華民族偉大復興就是見到外國人就找茬，實際上是義和團偉大復興！

2024年歐洲盃第二場比賽，烏克蘭隊以2-1擊敗斯洛伐克隊。

6月20日，有用户发现动漫花园网站疑似被攻击，当时在搜索栏中随意输入搜索内容，都会跳转到六四屠杀遇难者肖杰的广场遗书。

江苏江阴：500强企业上千员工集会要求取出存款

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

#AI开源项目推荐：Vary
一套视觉感知上限极高的通用多模态框架：Vary
有多模态能力，并且可以做 OCR 和公式识别。
底层是基于LLaVA 和 Qwen（通义千问）
测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。…
IT技术
( twitter.com )

6个月前由宝玉提交

#AI开源项目推荐：Vary

一套视觉感知上限极高的通用多模态框架：Vary

有多模态能力，并且可以做 OCR 和公式识别。

底层是基于LLaVA 和 Qwen（通义千问）

测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。

在线演示：https://t.co/8tmFqr6lku
项目地址：https://t.co/ys8QzTNY9X
论文：https://t.co/PEHIrOqz0E
知乎上的介绍：https://t.co/D7sE5X0pde

点击图片查看原图

点击图片查看原图

点击图片查看原图

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

#AI开源项目推荐：Real-ESRGAN
实用的图像/视频修复算法

🔗
IT技术

开源推荐
( github.com)

1年前 • 宝玉 • -- 点击 0 评论

2

5

4

4

#AI开源项目推荐：wav2lip

可以音频输入生成口型同步视频。

项目首页：
代码仓库：
论文：

视频来源：

IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:06

3

2

1

1

#AI开源项目推荐：GFPGAN
腾讯开源的AI模型GFPGAN，能帮助恢复老照片

项目地址：
在线测试地址：
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 0 评论

4

2

1

1

AI开源项目推荐：Tune-A-Video
通过文本直接生成视频。

BTW：蔡徐坤都火到AI圈了😄
漫画
( github.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:12

5

2

1

1

#AI开源项目推荐#：Video-LLaVA
北京大学的多模态图像视频识别
论文摘要：…
IT技术
( twitter.com)

7个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:06

6

2

1

1

#AI开源项目推荐： Novel
Novel 是一款 Notion 风格的所见即所得编辑器，集成了 AI ，可以借助 AI 自动写作内容。
IT技术
( github.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:30

7

3

2

2

#AI开源项目推荐：screenshot-to-code
借助GPT-4V，直接把屏幕截图生成HTML网页
IT技术
( twitter.com)

7个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:07

8

2

1

1

#AI开源项目推荐：qingwu-zimu
青梧字幕是一款基于whisper的AI字幕提取工具，有完整的字幕提取、翻译和导出功能。
项目地址：
IT技术
( github.com)

3个月前 • 宝玉 • -- 点击 0 评论

9

2

1

1

#开源项目推荐：minosoft
用 Kotlin 从头写的一个开源 Minecraft
IT技术
( github.com)

7个月前 • 宝玉 • -- 点击 0 评论

10

2

1

1

#开源项目推荐：Halo
一个强大易用的开源建站工具。
IT技术
( github.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:04:20

11

2

1

1

开源项目推荐：ChatGPT资料汇总学习


漫画
( github.com)

1年前 • 宝玉 • -- 点击 0 评论

12

2

1

1

#AI开源项目推荐：zyddnys/manga-image-translator
一键翻译各类图片内文字，特别适合漫画的翻译，支持DeepL和ChatGPT的API。

在线测试：
项…
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

13

2

1

1

#AI开源项目推荐#：Buzz
🔗

可以在本地计算机上离线将音频转成文本，或者对视频生成字幕，基于OpenAI的Whisper模型。
漫画
( github.com)

1年前 • 宝玉 • -- 点击 0 评论

14

2

1

1

#AI开源项目推荐#：PKU-YuanGroup/ChatLaw

来自北京大学ChatExcel课题组开源的中文法律大模型ChatLaw，极大的解决了GPT的幻觉问题。

这个系列有三个版本：
- ChatLaw-13B：这是基…
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

15

2

1

1

#AI开源项目推荐：Enjoy
这次推荐的不是李笑来老师的人人都能用英语，而是他这个repo下面一个叫Enjoy的Electron程序，包含了语音转文本、翻译、视频下载等等商业级的功能，还是开源的。
本地运行了一下，main…
IT技术
( twitter.com)

4个月前 • 宝玉 • -- 点击 0 评论

16

2

1

1

#开源项目推荐： awesome-indiehackers
了不起的独立开发者们
IT技术
( github.com)

4个月前 • 宝玉 • -- 点击 0 评论

17

2

1

1

#AI开源项目推荐：MyHeyGen
HeyGen的开源版本，一个平民版视频翻译工具，音频翻译，翻译校正，视频唇纹合成全流程解决方案
看了下视频演示，和HeyGen当然还是有差距，不过好歹是开源实现，还是很有价值的👍🏻
IT技术
( github.com)

7个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:31

18

2

1

1

#AI开源项目推荐：AnimateDiff

这是一个高效框架，能进一步将生成的静态图像生成动画。

项目摘要

随着像 Stable Diffusion 这样的文本转图像模型及 LoRA 和 DreamBooth…
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:13

19

2

1

1

#ai开源项目推荐： Stable Diffusion with Core ML on Apple Silicon

苹果官方针对Stable Diffusion在苹果M1 M2上优化的版本，在 iPad Pro 上 29 秒出一…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

20

2

1

1

开源项目推荐：video-subtitle-extractor
反向将已经烧制到视频中的字幕提取成srt文件

…
漫画
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

21

2

1

1

推荐一下，Chatbot UI这个开源项目一直在持续更新，越做越好了

IT技术
( github.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:00

22

3

2

2

#开源项目推荐：Minesweeper-Desktop
Mac 原生扫雷客户端，Swift编写
IT技术
( github.com)

4个月前 • 宝玉 • -- 点击 0 评论

23

2

1

1

#AI开源项目推荐 gpt-prompt-engineer
帮助你生成、优化和测试 Prompt，支持GPT和Claude，并且可以优化 Claude 3 Haiku 的提示词，帮助达到很好的效果。值得一提的是， Claude 3 Haiku 价格比 GPT-3.5 还便宜，但是性能不错，并且支持视觉模型。
项目地址：
IT技术
( github.com)

3个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:25

24

3

2

2

#AI开源项目推荐：AIlice
来自MyShellAI的开源项目，可以控制多个智能体协同完成复杂的任务，例如文档检索、下载、数据分析、画图等。
并且可以针对任务生成代码在虚拟环境中运行。
项目地址：
IT技术
( github.com)

3个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:24:44

1
2
3
4
5
6
...
400
下一页