VITA开源版视频+语音模型
一个开源的多模态大语言模型，旨在实现实时的视觉和语音交互。
能够同时处理视频、图像、文本和音频数据，通过减少交互延迟、增强语音处理能力和改进多模态理解，达到了接近GPT-4o的水平。
顯著降低交互延遲。
IT/AI知识库： 跟踪最新的IT/AI类资讯
Smart Bookmark – AI 智能书签管理插件
智能书签管理器，AI驱动，自动生成标签，语义化搜索，告别繁琐管理。
精准分析页面内容，自动生成标签
支持主流AI模型（OpenAI、通义千问等）
3MinTop – AI 驱动的电子书阅读助手
一款 AI 阅读助手，旨在帮助用户在短时间内掌握书籍的核心内容，培养良好的阅读习惯。
本视频对这个来网站一个實操，体验一下这个电子书阅读助手
它提供每章 3 分钟的精华摘要、简洁明了的内容解析、智能生成思维导图、内置电子书阅读器、全文翻译、内容问答以及进度追踪等。
目前完全免费
帶有微型攝影機的智慧環讓用戶透過點擊來控製家庭設備
雖然家庭中的智慧型設備已經發展到包括揚聲器、安全系統、燈光和恆溫器，但控制它們的方式仍然相對穩定。用戶可以與手機交互，或與技術人員交談，但這些通常不如它們所取代的簡單開關方便：“打開燈…不是那個…調高揚聲器音量…不要那麼大聲！”
華盛頓大學的研究人員開發了 IRIS
Ebook2Audiobook开源项目
将电子书自动转换为有声书 支持语音克隆、多种语言
ebook2audiobookXTTS 是一个开源项目，旨在将电子书自动转换为有声书，并支持多种语言、语音克隆和章节信息的生成。该项目结合了 Calibre（电子书转换工具）和 Coqui XTTS（文本转语音引擎），通过简单的命令或Web界面完成转换
开源应用为Win11用户带来于苹果AI的写作功能
一款名为Writing Tools的开源应用为Windows 11用户带来了类似Apple Intelligence的写作工具功能。该应用支持与多种大型语言模型（LLM）连接，包括Gemini、OpenAI等，提供翻译、摘要、校对等多项功能。用户只需简单配置，即可在Windows系统上无缝使用这些高级写作辅助工具
D-ID推出了两款新数字人工具
AI视频平台D-ID推出了两款新型数字人工具—Express和Premium+，专为内容创作设计，旨在让企业在市场营销、销售和客户支持等领域应用更逼真的虚拟人。Express虚拟人只需一分钟视频训练即可生成，能够同步用户头部的运动；而Premium+虚拟人需要更长的视频进行训练
一款开源的AI试衣模型，能够精确操控人物的外观和姿势
可控人物影像產生旨在產生以參考影像為條件的人物影像，從而允許精確控制人物的外觀或姿勢。然而，現有方法儘管實現了較高的整體影像質量，但通常會扭曲參考影像的細粒度紋理細節。我們將這些扭曲歸因於對參考影像中相應區域的關注不夠
智音语音助手：一款通用型智能电脑管家
智音语音助手（Zhiyin_Butler）旨在开发一款通用型智能电脑管家，支持在桌面电脑Windows 10/11系统上安装和部署。项目的所有内容遵循Apache License 2.0开源协议，作为通用型电脑管家系统示例供开发者参考学习。
華爾街對DeepSeek的衝擊有不同解讀
美股人工智能概念爆發小股災，英偉達狂瀉近17%收市，市值蒸發5,890億美元，是美股史上單日最多；多隻晶片股跌幅雙位數，納斯達克指數坐挫3%。資金擁向周期股以及與AI關聯較少的股份，道瓊斯指數倒升近300點收市。中國的生成AI模型DeepSeek開放與公眾使用，震撼科技界及華爾街
将照片即时转换为卡通和动画艺术风格的人工智能工具
网站简介：一款可以将照片即时转换为卡通和动画艺术风格的人工智能工具。
只需上传一张照片，网站的AI技术会迅速将其转换为一个个性化的《海贼王》动漫角色。
Ultralight-Digital-Human数字人模型
支持在移动设备上实时运行的超轻量级数字人模型
Ultralight-Digital-Human 是一个创新的开源项目，使得数字人在移动设备上的实时应用成为可能，旨在实现超轻量级的数字人模型，其能够在移动设备上实时运行。
支持在移动设备上实时运行的超轻量级数字人模型
提供了详细的训练和推理步骤
NotebookLlama介绍
Meta 发布了一个通过Llama从 PDF 文件生成播客的引导式教程
NotebookLlama 是一套用于从 PDF 文件生成播客的引导式教程，结合了文本到语音（TTS）模型的应用，旨在帮助用户轻松构建一个完整的 PDF 到播客的工作流程。
谷歌年底将预览接管个人电脑的人工智能
谷歌计划预览人工智能技术，该技术将接管网络浏览器以完成研究和购物等任务。据知情人士透露，谷歌计划最早于今年12月发布其下一代旗舰 Gemini 大型语言模型来展示该产品，该项目代号为“Project Jarvis”。这些计划只是暂定的，可能会有所改变。该工具旨在通过截取屏幕截图、解析内容并自动点击按钮或输入文本
Instagram 新增AI 扩图工具
YouTube 正在测试一项新功能，允许创作者使用人工智能“重新设计”其短视频中的授权歌曲。获得访问权限的小部分创作者可以输入提示词来更改歌曲中的不同元素，例如情绪或流派。而 Dream Track AI 功能扩展将生成重新制作的30秒配乐。