产品库

Google推出的一系列轻量级、先进的开放式模型

Gemma是Google推出的一系列开源的轻量级语言模型系列。它结合了全面的安全措施,在尺寸上实现了优异的性能,甚至超过了一些较大的开放模型。可以无缝兼容各种框架。提供快速入门指南、基准测试、模型获取等,帮助开发者负责任地开发AI应用。

一款基于生物医学数据的8亿参数大型语言模型

Llama-3[8B] Meditron V1.0是一款专为生物医学领域设计的8亿参数的大型语言模型（LLM），在Meta发布Llama-3后24小时内完成微调。该模型在MedQA和MedMCQA等标准基准测试中超越了同参数级别的所有现有开放模型，并且接近70B参数级别医学领域领先的开放模型Llama-2[70B]-Meditron的性能。该工作展示了开放基础模型的创新潜力，是确保资源匮乏地区公平参与访问该技术更大倡议的一部分。

先进的文本到图像生成系统

Stable Diffusion 3是一款先进的文本到图像生成系统，它在排版和提示遵循方面与DALL-E 3和Midjourney v6等顶尖系统相匹敌或更优。该系统采用新的多模态扩散变换器(MMDiT)架构，使用不同的权重集来改善图像和语言的表示，从而提高文本理解和拼写能力。Stable Diffusion 3 API现已在Stability AI开发者平台上线，与Fireworks AI合作提供快速可靠的API服务，并承诺在不久的将来通过Stability AI会员资格开放模型权重以供自托管。

为团队协作设计的轻量级ChatGPT替代品

Joia是一个为团队协作设计的轻量级ChatGPT替代品，注重隐私保护且开源。它允许用户轻松地为组织中的每个人提供AI聊天访问权限，创建特定用途的聊天机器人并与团队共享。Joia直接与OpenAI等大型语言模型提供商通过API链接，只按实际使用的令牌付费，相比ChatGPT的定价计划可节省高达75%的订阅成本。

统一高效的RAG检索微调和推理框架

RAG-Retrieval是一个全链路的RAG检索微调和推理框架，支持多种RAG Reranker模型的推理，包括向量模型、迟交互式模型和交互式模型。它提供了一个轻量级的Python库，使得用户能够以统一的方式调用不同的RAG排序模型，简化了排序模型的使用和部署。

轻量级但功能强大的多模态模型家族。

Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。

Phi-3 Mini-128K-Instruct ONNX优化模型促进推理加速

Phi-3 Mini是一个轻量级的顶尖开源模型,建立在Phi-2使用的合成数据和过滤网站之上,专注于高质量的推理密集型数据。这个模型属于Phi-3系列,mini版本有两个变体支持4K和128K上下文长度。该模型经过了严格的增强过程,包括监督式微调和直接偏好优化,以确保精准遵循指令和强大的安全措施。这些经过ONNX优化的Phi-3 Mini模型可在CPU、GPU和移动设备上高效运行。微软还推出了ONNX Runtime Generate() API,简化了Phi-3的使用。

开发者用户的人像 API

HueMankey 是一个为开发者提供的用户人像 API。它能够为每个用户分配一个独特的人像头像，支持批量请求和直接存储在平台上。它提供轻量级的图像数据，动态适应用户规模，并具备灵活的订阅计划。

生成你的AI头像视频！

X Me是一个AI头像视频生成工具，通过输入文本即可快速生成个性化的AI头像视频。它使用轻量级的AI模型，无需复杂的训练过程，快速生成逼真的数字人物视频。X Me提供多种AI名人头像供用户选择，并支持将用户自己的面部特征和声音克隆到生成的头像视频中。用户可以根据自己的喜好和需求，自由创造个性化的AI头像视频。

老照片修复 图片无损放大工具

SwinIR 是一款基于 Swin Transformer 进行图像恢复的官方 PyTorch 实现，在经典、轻量级和真实世界图像超分辨率、灰度 / 彩色图像去噪以及 JPEG 压缩伪影去除等任务中取得了最先进的性能。它由浅层特征提取、深层特征提取和高质量图像重建组成，具有卓越的性能和参数优化。

一款小型评分器,提升大型多任务语言模型性能

Cappy是一种新型方法,旨在提高大型多任务语言模型的性能和效率。它是一个轻量级的预训练评分器,基于RoBERTa,仅有3.6亿个参数。Cappy可独立解决分类任务,或作为辅助组件提升语言模型性能。在下游任务中微调Cappy,可有效整合监督信息,提高模型表现,且不需要反向传播到语言模型参数,降低了内存需求。Cappy适用于开源和封闭源代码的语言模型,是一种高效的模型微调方法。

轻量级AI代理，基于开源模型的智能助手

AIlice是一个轻量级的AI代理，旨在创建一个类似于JARVIS的自包含人工智能助手。它通过构建一个以大型语言模型（LLM）为核心的“文本计算机”来实现这一目标。AIlice在主题研究、编码、系统管理、文献综述以及超越这些基本能力的复杂混合任务方面表现出色。AIlice利用GPT-4在日常生活中的任务中达到了近乎完美的性能，并正在利用最新的开源模型迈向实际应用。

为边缘设备定制的小型语言模型

MobiLlama是一个为资源受限设备设计的小型语言模型（SLM），它旨在提供准确且轻量级的解决方案，以满足设备上的处理需求、能效、低内存占用和响应效率。MobiLlama从更大的模型出发，通过精心设计的参数共享方案来降低预训练和部署成本。

谷歌Gemma模型的轻量级C++推理引擎

gemma.cpp是谷歌为Gemma模型开发的轻量级、独立的C++推理引擎。它专注于为Gemma 2B和7B模型提供简洁、直接的实现，旨在支持研究和实验用例，易于嵌入其他项目且具有高度的可修改性。gemma.cpp利用Google Highway库，优化了CPU推理性能。

轻量级超级浏览器

Airlight是一个轻量级浏览器，具有类似Mac上的Spotlight搜索的用户界面，可访问您经常使用的web应用程序，如perplexity、chatgpt、cognosys、github和twitter。您只需按下Option+空格键即可在任何屏幕上使用Airlight。Airlight可用于加快您的工作效率，无需频繁切换浏览器标签。

大语言模型的双向调节

BiTA是一种用于大型语言模型的双向调节方法，通过简化的半自回归生成和草稿验证来加速大型语言模型。BiTA作为一种轻量级的插件模块，能够无缝提升现有大型语言模型的推断效率，而无需额外的辅助模型或产生显著的额外内存成本。应用BiTA后，LLaMA-2-70B-Chat在MT-Bench基准测试上实现了2.7倍的加速。广泛的实验证实我们的方法超越了最先进的加速技术。

I2V-Adapter是一种用于视频扩散模型的通用图像到视频适配器。

I2V-Adapter旨在将静态图像转换为动态、逼真的视频序列，同时保持原始图像的保真度。它使用轻量级适配器模块并行处理带噪声的视频帧和输入图像。此模块充当桥梁，有效地将输入连接到模型的自注意力机制，保持空间细节，无需更改T2I模型的结构。I2V-Adapter参数少于传统模型，并确保与现有的T2I模型和控制工具兼容。实验结果表明，I2V-Adapter能够生成高质量的视频输出，这对于AI驱动的视频生成，尤其是创意应用领域，具有重大意义。

开源文本到图像生成模型

aMUSEd是一个开源平台，提供各种自然语言处理（NLP）模型、数据集和工具。其中包括aMUSEd，一个基于MUSE的轻量级遮蔽图像模型（MIM），用于文本到图像的生成。相比于潜在扩散（latent diffusion），MIM需要更少的推理步骤并且更易解释。此外，MIM可以通过仅有一张图片进行微调以学习额外的风格。aMUSEd还提供了两个模型的检查点，可以直接生成256x256和512x512分辨率的图像。

多模态文档理解模型

DocLLM是一个提供多模态文档理解模型的平台，旨在处理企业文档中的文本和空间布局，并提供优于现有大型语言模型的性能。其模型采用轻量级扩展，避免昂贵的图像编码器，专注于边界框信息以纳入空间布局结构。通过分解经典Transformer中的注意机制，捕获文本和空间模态之间的交叉对齐。此外，设计了一个预训练目标，学习填充文本段落，以解决视觉文档中经常遇到的不规则布局和异质内容。该解决方案在14个任务的16个数据集中优于现有大型语言模型，并且对5个以前未见数据集具有良好的泛化能力。

从随意对话到深度协作会议，Huddles提供了一种新的轻量级的音频或视频连接方式，随时随地连接。

Huddles是一种新的、轻量级的音频或视频连接方式，它能让您随时随地进行随意对话或深度协作会议。您可以在Slack中创建和参与Huddles，与团队成员通过音频或视频进行实时交流，共享屏幕和文档，提高工作效率。Huddles不仅适用于非正式的讨论，还可以用于解决问题、脑力激荡、合作编写文档等场景。Huddles支持多人参与，可满足团队的不同需求。

轻巧的搜索引擎工具

Felladrin MiniSearch是一款轻量级的搜索引擎工具，可帮助用户快速在文件和社区中进行搜索。其快速、高效的搜索功能，使其成为提升工作效率的利器。MiniSearch定位于提供简洁、快速的搜索体验，无论是在个人文件管理还是社区交流中，都能帮助用户快速定位所需信息。

高效化的轻量级音色定制方案

声音复刻是一套高效化的轻量级音色定制方案。用户在开放环境中录制秒级别录音即可极速拥有专属 AI 定制音色。核心产品优势包括超低成本、极速复刻、高度还原和技术领先。适用场景包括视频配音、语音助手、车载助手、在线教育和有声阅读等。

轻量级人脸识别和面部属性分析库

DeepFace 是一个轻量级的人脸识别和面部属性分析（年龄、性别、情绪和种族）库。它包装了最先进的模型：VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace、Dlib 和 SFace。该库提供了人脸验证、人脸识别、面部属性分析等功能。DeepFace 的优势在于其高准确性和多样化的模型选择。

轻量级A/B & 分流测试软件

Cline是一款轻量级的A/B和分流测试软件，可以帮助优化转化率。它提供隐私友好的测试环境，脚本大小小，使用生成式人工智能快速设置测试，支持与其他工具的集成。使用Cline，您可以轻松创建实验、跟踪成功指标、分析结果并优化您的网站。

人脸互换的轻量级网络应用

Swap Face Changer是一个可以实现人脸互换的轻量级在线应用。用户只需要上传一张人脸图片,就可以将自己的脸替换到各种模板人物中,实现充满趣味和娱乐性的人脸互换效果。该产品提供众多模板人物可供选择,涵盖不同的人物形象,比如卡通人物、名人明星等,让用户可以在保持轻松愉悦的同时,得到难忘的人脸融合效果。Swap Face Changer操作简单,不需要注册登录,是一个非常适合闲暇时间娱乐的小工具。

Langroid是一个基于Python的轻量级LLM框架

Langroid是一个轻量级、可扩展和原则性的Python框架,可以轻松地构建基于LLM的应用程序。您可以设置代理,为它们配备可选组件(LLM、向量存储和方法),分配它们任务,并让他们通过交换消息协作解决问题。这个多代理范例的灵感来自Actor框架(但您不需要了解任何关于这个的知识!)。Langroid提供了一个全新的LLM应用程序开发方式,在简化开发人员体验方面进行了深思熟虑;它不使用Langchain。我们欢迎贡献--请参阅贡献文档以获取贡献想法。

一款基于AI的本地图片无损放大软件

Waifu2x ncnn是一个基于ncnn框架的轻量级本地AI图片放大软件。它能够通过深度卷积神经网络无损放大图片,支持放大模式、降噪模式和自动模式,运行速度快,支持批量处理。

实时翻译器，捕捉来自WINDOWS扬声器和麦克风的任何音频

Hanami Live Translator是一个实时翻译器，可以捕捉来自WINDOWS扬声器和麦克风的任何音频。它使用轻量级多进程和分块处理音频，每个块处理时间约为3-5秒。该应用程序通过低级访问创建硬件回环，即使扬声器静音，也可以监听内容。它使用soundcard库捕获音频信号，SpeechRecognition库将二进制音频转换为文本，selenium库模拟deepl服务器的网络调用进行免费翻译。该应用程序需要与互联网连接才能运行，并通过Traces.log文件记录所有操作。

macOS最方便的助手

Hummingbird是一款轻量级、方便、可定制的AI个人助手，支持实时搜索、内置浏览器、丰富的内容，由OpenAI提供支持。您可以自定义响应指令、语言、温度、模型等，让您完全掌控您的使用体验。Hummingbird可以帮助您快速回答任何问题，浏览网页，获取最新信息和知识源。现在就下载Hummingbird，让您的工作流程更加高效。

精益高效的员工内部沟通平台

Core是一款高效的全能员工沟通平台,它采用轻量级架构,速度极快,能够根据用户的需求进行调整。它集成了视频会议、集成应用、频道、日历、知识库、反馈引擎等多种功能于一体,让团队实现无障碍的协作和沟通。