产品库

为真实世界机器人提供最先进的机器学习模型、数据集和工具。

LeRobot 是一个旨在降低进入机器人领域的门槛，让每个人都能贡献并从共享数据集和预训练模型中受益的开源项目。它包含了在真实世界中经过验证的最先进的方法，特别关注模仿学习和强化学习。LeRobot 提供了一组预训练模型、带有人类收集演示的数据集和模拟环境，以便用户无需组装机器人即可开始。未来几周内，计划增加对最实惠和最有能力的真实世界机器人的支持。

开源项目，实现AI音乐服务的API接口

Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。

扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。

LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。

使用API调用suno.ai的音乐生成AI，并轻松集成到GPT等代理中。

suno-api是一个开源项目，旨在通过API调用suno.ai的音乐生成AI，允许用户轻松地将音乐生成功能集成到各种AI代理中，如GPT。该项目具有开放源代码许可证，便于自由集成和修改，支持自定义模式，允许用户设置歌词、音乐风格、标题等，并且可以一键部署到Vercel。

无需站点地图，一键抓取网站所有子页面

FireCrawl 是一款由 Mendable.ai 开发的开源项目，它能够无需站点地图即可抓取任何网站的所有可访问子页面，并将这些内容转换为干净、格式化的Markdown文档。它特别适合数据科学家、机器学习工程师、内容创作者和市场分析师使用，以从网站内容中提取有价值的信息。FireCrawl 能够处理使用JavaScript动态渲染的内容，提供API服务，支持自托管，并与多种开发者工具和框架集成。

在视频中快速搜索特定单词或短语

CTRL-F-VIDEO 是一个开源项目，通过Chrome扩展实现在YouTube视频中搜索特定单词或短语的功能。它利用OpenAI的Whisper模型将音频转换为文本，并在视频时间条上标记出匹配词汇的位置，帮助用户节省查找信息的时间。

为开源世界构建高质量视频数据集的计划

Open-Sora-Plan是一个开源项目,旨在为开源社区提供高质量的视频数据集。该项目已经爬取并处理了40258个来自开源网站的高质量视频,涵盖了60%的横屏视频。同时还提供了自动生成的密集字幕,供机器学习等应用使用。该项目免费开源,欢迎大家共同参与和支持。

EasyContext演示了如何利用现有技术组合，来训练700K和1M上下文的语言模型。

EasyContext是一个开源项目,旨在通过结合多种技术手段,实现使用普通硬件训练语言模型的上下文长度达到100万词元。主要采用的技术包括序列并行、Deepspeed zero3离载、Flash注意力以及激活checkpoint等。该项目不提出新的创新点,而是展示如何组合现有的技术手段来实现这一目标。已成功训练出Llama-2-7B和Llama-2-13B两个模型,分别在8块A100和16块A100上实现了700K和1M词元的上下文长度。

LLocalSearch是一个基于局部搜索的优化工具

LLocalSearch是一个开源项目，它提供了一种基于局部搜索的优化方法。这种方法可以在一定区域内搜索最优解，广泛应用于组合优化、调度问题和其他需要寻找最佳解决方案的场景。

ComfyUI 的 IPAdapter 模型参考实现

这是一个 ComfyUI 的 IPAdapter 模型参考实现。IPAdapter 是一种非常强大的模型,用于基于一个或多个参考图像进行图像到图像的条件生成。通过文本提示、控制网络和掩码,您可以生成增强图像的变体。可以将其视为单张图像的 Lora。该实现代码内存高效、运行快速,并且不会因 Comfy 更新而中断。作为开源项目,开发者欢迎捐赠以支持项目维护和新功能开发。

ComfyUI和N-Sidebar的组合，用于创建舒适的用户界面和导航栏

ComfyUI-N-Sidebar是一个开源项目，它结合了ComfyUI和N-Sidebar两个库，旨在为用户提供一个舒适且易于使用的用户界面和导航栏。该项目通过简化界面元素和优化交互设计，提高了用户体验。

img2img-turbo是一个基于img2img的改进版本，用于快速图像到图像的转换

img2img-turbo是一个开源项目，它是对原始img2img项目的改进，旨在提供更快的图像到图像转换速度。该项目使用了先进的深度学习技术，能够处理各种图像转换任务，如风格迁移、图像着色、图像修复等。

使用大型语言模型进行逆向工程：反编译二进制代码

LLM4Decompile是一个开源项目，旨在创建并发布第一个专门用于反编译的LLM（大型语言模型），并通过构建首个专注于可重编译性和可执行性的反编译基准测试来评估其能力。该项目通过编译大量C代码样本到汇编代码，然后使用这些数据对DeepSeek-Coder模型进行微调，构建了评估基准Decompile-Eval。

开源项目，旨在复制、增强和创新自主AI软件工程师Devin

OpenDevin是一个开源项目，目标是复制、增强和创新Devin——一个能够执行复杂工程任务并与用户在软件开发项目上积极协作的自主AI软件工程师。该项目通过开源社区的力量，探索和扩展Devin的能力，识别其优势和改进空间，以指导开源代码模型的进展。

将Ai功能加入微信公众号

aiwechat-vercel 是一个使用 vercel 的 functions，将 ai 功能加入微信公众号的开源项目。它提供支持接入 gpt、星火、通义千问、gemini 等 AI 功能，具有超时回复、连续问答、图床功能等特点。用户可以通过微信公众号配置与使用，适用于个人学习、娱乐等场景。

模拟OpenAI Sora API的开源项目

FakeSoraAPI是一个开源项目，它模拟了尚未发布的OpenAI Sora API，允许开发者提前准备和测试他们的应用程序。这个API用于从文本生成视频，帮助开发者在Sora API正式发布前进行开发和测试。

Ollama能在Windows本地运行大型AI模型

Ollama是一个开源项目,能够在Windows本地运行各类大型AI模型,支持GPU加速,内置OpenAI模型兼容层,提供永久在线的API。用户可以无缝访问Ollama的完整模型库,进行图片和语音交互。Ollama免配置就能获得强大的AI能力,帮助开发者和创作者在Windows上构建AI应用。

探索YouTube上最新的机器学习/人工智能课程

ML-YouTube-Courses是一个开源项目,致力于整理和索引YouTube上最新的、最好的机器学习课程。项目包含各种主题的课程,如机器学习、深度学习、自然语言处理、计算机视觉等,涵盖基础知识和前沿技术。该项目帮助开发者和学习者高效地发现优质的在线教程。

使用模块化构建块构建高性能AI模型的工具。

Zeta是一个开源项目，提供模块化、高性能和可扩展的构建块来快速构建AI模型。它包括多种功能，如Flash Attention、SwiGLU、相对位置偏差、前馈网络、BitLinear变换、PalmE多模态模型、U-Net、视觉嵌入和其他多种高级特性。

从音频生成照片般逼真的人类avatar

audio2photoreal是一个从音频生成照片级逼真avatar的开源项目。它包含了一个pytorch实现,可以从音频中合成交谈中的人类形象。该项目提供了训练代码、测试代码、预训练的运动模型以及数据集访问。它的模型包括人脸扩散模型、人体扩散模型、人体VQ VAE模型和人体引导变换器模型。该项目让研究人员和开发者能够训练自己的模型,并基于语音合成高质量的逼真avatar。

TinyLlama项目旨在在3万亿令牌上预训练一个1.1B Llama模型。通过一些适当的优化，我们可以在“仅”90天内使用16个A100-40G GPU完成。训练已于2023-09-01开始。

TinyLlama项目旨在在3万亿令牌上预训练一个1.1B Llama模型。通过一些适当的优化，我们可以在“仅”90天内使用16个A100-40G GPU完成。训练已于2023-09-01开始。我们采用了与Llama 2完全相同的架构和分词器。这意味着TinyLlama可以在许多建立在Llama基础上的开源项目中使用。此外，TinyLlama只有1.1B个参数，紧凑性使其能够满足许多对计算和内存占用有限的应用需求。

文字转图像的开源项目

Zoo是Replicate推出的开源项目，提供一个文字转图像模型的实验平台。用户可以使用其中的稳定扩散模型和一系列其他模型，以任意文本输入生成逼真的图像。Zoo的优势在于提供了多种高效的模型，为用户提供了丰富的选择。

AI标签您的问题

Maige是一个AI插件，可以自动为您的问题添加标签。您可以将其添加到您的存储库中免费试用。新问题将自动添加标签。您可以通过评论“Maige label this”为现有问题添加标签，也可以通过评论“Maige label all”为所有旧问题添加标签。同时，您还可以通过评论“Maige [instructions]”添加自定义指令。Maige是开源项目，由Rubric团队开发。

开源项目，实现无限缩放

Endless Zoom是一个开源项目，可以实现无限缩放功能。用户可以在其中添加自定义内容，进行无限缩放操作。该项目定位于为用户提供开放源代码的无限缩放工具，帮助用户实现更多创意和想法。目前该项目免费使用。

开源ChatGPT插件,提升对话能力

OpenPlugin是一个开源项目,旨在通过普及ChatGPT和大型语言模型插件的使用,提供更强大的AI能力。该项目降低了使用ChatGPT插件的门槛,让更多人可以享受到插件带来的好处。OpenPlugin易于安装和使用,并且完全免费。

SquareDev是一款基于大语言模型打造的应用开发平台。

SquareDev是一个开源的平台,致力于帮助开发者利用大语言模型技术搭建应用。它组合了LangChain、Hugging Face、Supabase等知名开源项目,为开发者提供友好的界面和API,降低使用LLM的门槛。平台拥有强大的检索增强生成、语义搜索、知识抽取等功能,可以帮助用户分析结构化数据、生成个性化文本、搭建聊天机器人等。SquareDev致力于成为LLM应用开发的首选平台。

基于LLMs和生成式AI模型的AI产品的基础研究和技术

LMOps是一个基于LLMs和生成式AI模型的AI产品的基础研究和技术。它提供了自动提示优化、Promptist、可扩展的提示、通用提示检索、LLM检索等功能。此外，还包括结构化提示、可扩展的提示、LLM加速器、LLM定制化和理解上下文学习等基本功能。LMOps的链接包括microsoft/unilm和microsoft/torchscale等。它适用于各种场景，如文本到图像生成、长序列提示消耗和扩展提示等。LMOps是一个开源项目，遵循MIT许可证。

开源UI可视化工具，轻松构建定制化的LLM流程

Flowise是一个开源的UI可视化工具，使用LangchainJS编写，用于构建定制化的LLM流程。它支持快速构建LLM应用程序，并提供可扩展的组件集成。Flowise可以用于构建LLM链、问答检索链、语言翻译链等多种应用场景。它是一个免费的开源项目，适用于商业和个人使用。

分享 AI 工具和开源项目

HelloAI 是一个分享 AI 工具和开源项目的网站。我们提供各种商务办公、编程工具、翻译与写作等 AI 工具，帮助用户解决各种问题。我们的产品具有丰富的功能，包括生成 Excel 公式、智能公告写手、智能产品经理、域名生成器等。无论是在商务办公、编程工具还是翻译与写作方面，HelloAI 都能为用户提供便捷高效的解决方案。我们的产品定价合理，定位为服务于各类用户的 AI 工具平台。

ChatGPT导出到Markdown的Chrome插件

GPT2Markdown是一个Chrome插件，可将您与ChatGPT的对话一键导出为Markdown格式。它还可以利用ChatGPT的自动标注功能为文件命名。您可以将导出的对话导入到工具（如Notion）中进行数字存储，或者将它们保存在外部硬盘的专用文件夹中。这是一个开源项目，源代码可在GitHub上公开查看和贡献。