ControlFoley:小米开源的可控视频音效生成模型,文本/参考音频双驱动精准配音
ControlFoley是小米开源的可控视频音效生成框架,支持文本引导、文本控制、参考音频控制三大配音任务,通过联合视觉编码、时间-音色解耦等技术,实现高可控、高同步、高音质...
ControlFoley是小米开源的可控视频音效生成框架,支持文本引导、文本控制、参考音频控制三大配音任务,通过联合视觉编码、时间-音色解耦等技术,实现高可控、高同步、高音质...
Hy-Memory是腾讯混元推出的专业级AI智能体长期记忆框架,专为OpenClaw等长期协作型Agent设计。通过六层记忆金字塔、System1+System2双路径加工与演化链三大核心技术,解决传...
智能体工程(Agentic Engineering)是2026年被公认为全新学科的AI工程实践,核心是将不确定的LLM系统通过"构建→测试→部署→观测→优化"的循环迭代为可靠生产级应用。本文...
Reasonix是专为DeepSeek定制的开源终端AI编码Agent,核心主打前缀缓存极致优化,长会话缓存命中率达94%-99.82%,成本降低80%-90%。提供CLI与桌面端双模式,支持安全代码编辑...
想知道氛围编程(Vibe Coding)是什么?本文详解氛围编程定义、与传统编程区别,教你用氛围编程搭建沉浸式环境,提升程序员编码效率,轻松get沉浸式编程新趋势
Plannotator是开源交互式AI编程计划与代码批注评审工具,支持可视化标注、代码差异审核、多内容标记与加密分享,适配多款命令行AI编程助手,可应用于个人开发、团队PR审核、...
Sutando是一款基于JoJo替身概念设计、仅适配macOS系统的开源本地AI智能助手项目,项目依托多模态大模型能力构建专属智能替身,全程本地部署运行,不强制上传用户数据至第三...
2026年AI音乐创作软件哪个好用?本文深度测评Vemus未音、Udio、Suno AI、音述AI、音潮、Eleven Music、Meloflow、网易天音、天谱乐、Musick.ai共10款国内外热门AI音乐生成工...
Mega-ASR是一款主打全场景恶劣环境的开源自动语音识别模型,依托海量实景语音数据与声学语义渐进微调技术,有效解决噪声、远场、混响失真音频识别难题,具备低幻觉高精准转...
Hy-MT2是腾讯混元开源的快思考多语种翻译模型家族,拥有1.8B、7B、30B-A3B多规格版本,支持33种语言双向翻译与七类指令定制翻译,搭载AngelSlim极致量化技术,体积小巧适配...
