Orpheus TTS：基于 LLM 的开源文本到语音合成工具，支持零样本克隆与低延迟流式推理
Orpheus TTS是由Canopy AI开发的开源文本到语音（TTS）系统，以Llama-3b大型语言模型（LLM）为骨干，突破性地将LLM能力应用于语音合成领域。该项目支持零样本语音克隆、可控...
OpenPI：开源视觉-语言-动作模型库，赋能机器人感知与交互能力
OpenPI是由Physical Intelligence团队开源的机器人智能模型工具包，核心目标是降低机器人“感知-理解-动作”全链路技术的开发门槛。它基于10k+小时的真实机器人交互数据，提...
零基础学AI大模型之解析器PydanticOutputParser
本文介绍了大模型应用开发中Pydantic解析器的使用展开，首先说明Pydantic解析器可解决非结构化文本转结构化数据的核心问题（结构化输出、数据验证、提升开发效率、增强程序...
DreamOmni2：开源多模态指令驱动的图像编辑与生成模型，支持跨模态参考与精准控制
DreamOmni2是一款开源多模态指令驱动图像编辑与生成模型，支持基于文本和图像参考的跨模态内容创作。其核心优势在于统一架构下兼顾生成与编辑任务，能精准保持对象身份、姿...
一文读懂大语言模型（LLM）工作机制：从原理到实用指南
本文通俗拆解大语言模型（LLM）工作机制，从核心原理（概率预测 token、Transformer 注意力机制）、五大技术架构模块、预训练 - 微调 - 对齐三阶段训练流程，到 “写智能台...
Open Notebook：开源隐私优先的研究助手，支持多模态管理与多 AI 模型集成
Open Notebook 是一款开源、隐私优先的研究工具，作为 Google Notebook LM 的替代方案，支持本地化部署与数据自主控制。它兼容 16+ AI 模型，可管理 PDF、音视频等多模态内...
从代码生成到快递查询，ChatBox AI如何把AI变成你的生活小助理
ChatBoxAI不止是AI聚合工具，更是你的全能生活小助理。从自动生成代码、撰写文章，到通过MCP插件查询快递、获取天气，它将大模型能力无缝接入日常场景。跨平台协同、智能文...
MiniMind：个人可部署的超轻量开源大语言模型训练与部署工具
MiniMind 是一个旨在拉低大语言模型（LLM）学习与实践门槛的开源项目，核心目标是让普通用户通过 “3 元 GPU 服务器成本 + 2 小时单卡训练”，从 0 构建并部署仅 25.8M 参数...
Local-NotebookLM：开源本地部署的PDF转音频工具，支持多 LLM 与 TTS 模型集成
Local-NotebookLM 是一款开源的本地 AI 工具，核心功能是将 PDF 文档转换为播客、摘要、访谈等多种风格的音频内容。该工具无需依赖云端服务，可通过本地部署的 LLM（如 Oll...
AI辅助MATLAB开发：Cursor与VS Code实战指南（2025a实测）
本文基于实测环境 MATLAB R2025a + Windows 11，提出两种切实可行的AI辅助方案，帮助用户在不重写Python代码的前提下，利用主流AI编程工具（Cursor 和 VS Code）实现对MATL...