文心一言-百度在线大语言模型AI聊天助手，官网入口地址

LTX-2 是由 Lightricks 开发的首个基于 DiT（扩散变换器）架构的音视频基础模型，能够在一个统一模型中同时生成高质量的视频与同步音频。与以往需要分别处理视频和音频的方案不同，LTX-2 将两者深度融合，实现真正的音画同步生成...

和大家分享一个windows电脑剪贴板内容管理神器Ditto，软件可以快速将预设文字内容填充到指定位置。 由于每天都要写大量文字，有时候还是重复内容，频繁到其它地方复制粘贴的话比较耗时间，所以找到了这款软件，首先佩服一下软件作者，这个软件维...

这软件还是很早的时候一个用户让做的，发现没分享过，现在分享一下。 软件主要功能就是把PDF文档转换为word文档 软件使用很简单，把需要处理的pdf文档复制到input文件夹内，双击启动软件.exe，等待处理完成即可。 注意事项 软件只支持...

前几天调试了刚出的omnivoice，本次再分享一个语音合成（TTS）领域的开源天花板——VoxCPM。我基于原版功能增加了多人对话语音合成功能，因为之前分享的时候有用户有多人对话语音合成需求，这次顺便增加了这个功能。 一、 什么是 Vox...

日常工作和学习中，我们经常需要把 PDF 文档或复杂的图片（包含表格、公式、排版）转换成可编辑的文本。传统的 OCR 软件往往对复杂排版和表格无能为力，Chandra 2对于多语言文档处理表现更加优秀。 今天向大家推荐一款基于多模态大模型的...

今天为大家带来一款基于近期爆火的开源语音大模型项目 OmniVoice 制作的免安装、纯离线、一键启动整合包！小白也能在自己的电脑上轻松体验当前地表最强的零样本语音克隆技术！ 🎯 一、 什么是 OmniVoice？它有多强？ OmniVoi...

FunASR是一款优秀的基础语音识别框架，配合阿里通义团队开发的其它语音识别模型，能够实现非常好语音转文字效果，尤其在中文语音识别方面，鉴于有些用户需要对语音识别内容区分说话人，我重新做了一版区分说话人的版本。软件支持多语言识别，但是还是尽...

windows系统原生环境下运行openclaw多少还是会遇到点问题，虽然windows原生环境支持使用，但是WSL2仍是官方最推荐的方式。下面是windows系统电脑安装WSL2及OpenClaw详细教程。 安装 WSL2 以管理员身份打...

openclaw是目前最火爆的开源应用，没有之一，它功能强大远超同类应用。以前AI只是你问它答，OpenClaw可以说是有了手，可以帮你做事，做很多事，如果利用的好，绝对是个利器。下面分享一下windows系统电脑本地安装部署教程，有时候可...

ml-sharp是Apple苹果团队开发的一款3D高斯(3DGS)生成器，可将图片生成3D效果的ply文件。我基于当前最新版本制作了免安装一键启动整合包。 ml-sharp官方介绍 我们提出了 SHARP，这是一种从单张图像进行照片级逼真视...