OpenDevin是一个致力于复刻全球首位AI软件工程师Devin的开源项目，一位能够执行复杂工程任务并积极参与软件开发项目、与用户协同工作的自主AI软件工程师。本项目将借助开源社区的力量，力求复制Devin的功能，并在其基础上进行增强与创新。... 阅读全文

LlamaIndex是一个数据框架，专为基于LLM（大型语言模型）的应用程序而设计，这些应用程序可以通过上下文增强技术提升性能。这种采用检索增强生成（Retrieval-Augmented Generation）技术的LLM系统被称为RAG系统。LlamaIndex提供了必要的抽象方法，使得用户能够更轻松地摄取、组织并... 阅读全文

llm-answer-engine是一个受Perplexity启发的开源项目，使用Next.js、Groq、Mixtral、Langchain、OpenAI、Brave以及Serper等技术构建一个搜索引擎。该项目旨在基于用户查询，高效地提供相关的来源、答案、图像、视频以及后续问题。  ... 阅读全文

codel是一款能够使用终端、浏览器和编辑器执行复杂任务和项目的全自动人工智能代理。 特性： 🔓 安全可靠。所有操作都在沙箱化的Docker环境中运行。 🤖 高度自主。自动检测下一步操作并执行。 🔍 内置浏览器。如有需要，可从网络获取最新信息（如教程、文档等）。 📙 内置文本编辑器。直接在浏览器中查看所有修改过的文件。... 阅读全文

MoneyPrinterTurbo是一个利用AI大模型，一键生成高清短视频的开源项目，只需提供一个视频 主题 或 关键词 ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。... 阅读全文

昆仑万维2050全球研究院、新加坡南洋理工大学、苏黎世联邦理工学院研究团队联手开源了数字智能体全流程研发工具包AgentStudio，旨在为研究人员和开发者提供一个覆盖智能体完整开发流程的综合性平台。据了解，AgentStudio是一个完全免费的开源项目。目前，AgentStudio相关论文、代码、数据、文档已全部公开... 阅读全文

阿里昨日首次宣布开源MoE技术大模型Qwen1.5-MoE-A2.7B，这个模型以现有的Qwen-1.8B模型为基础。Qwen1.5-MoE-A2.7B激活参数为2.7亿，但在一系列基准评估中可以达到7B模型的性能。此外，与7B模型相比，它在训练成本和推理速度上具有显著优势。据官方评测显示，Qwen1.5-MoE-A2... 阅读全文

这篇论文介绍了一种新颖的方法OpenRoboExp，用于驱动仿真机器人（animatronic robots）的面部表情与人类的语音同步。想象一下，你正在与一个机器人对话，这个机器人能够根据你说的内容和说话时的情感变化，实时地展示出相应的面部表情，比如微笑、皱眉或者张嘴，这将使得人与机器人的互动更加自然和真实。总的来说... 阅读全文

来自慕尼黑工业大学、英特尔实验室的研究人员发布论文介绍了一个名为Mesh2NeRF的创新方法，它能够直接从带有纹理的3D网格模型中提取出真实的辐射场（radiance fields），这些辐射场可以用于3D生成任务。想象一下，你有一辆自行车的3D模型，你想用计算机生成这辆自行车在不同光照和视角下的照片。通常，这需要复杂... 阅读全文

韩国Upstage AI发布论文讨论关于如何提高大语言模型（LLM）与人类偏好的一致性。想象一下，你有一个超级聪明的机器人，它可以回答各种问题，但是有时候它给出的答案可能会让人感到不舒服或者不准确。为了让这个机器人更好地理解人类的喜好，并给出更符合我们期望的答案，研究者们提出了一种新的方法，叫做“逐步直接偏好优化”（s... 阅读全文

Suno AI API是一个非官方的Suno AI  API开源项目，用 API 调用 suno.ai 的音乐生成AI，并且可以轻松集成到 GPTs 等 agent 中。 特点： 完美的实现了 app.suno.ai 中的创作 API 支持 Custom Mode 一键部署到 vercel 除了标准 API，还适配了 ... 阅读全文

想要将屏幕截图快速转换成代码吗？现在有一款开源工具能帮你实现这个愿望——screenshot-to-code！只需截取屏幕图像，screenshot 工具便能识别出代码的页面布局，并生成HTML、CSS、Javascript等常用代码。更厉害的是，它还能让你预览代码实现的效果，就像戴上了透视眼镜，直接看到背后的代码结构... 阅读全文