大模型AI视频|AI短剧
1.63K subscribers
1.03K photos
1.05K videos
582 links
AI工具、AI视频
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
微软开源的VibeVoice是一套语音AI模型家族,包含长音频ASR(单次处理60分钟,输出说话人+时间戳+内容,支持50+语言)、多说话人长对话TTS(最长90分钟、最多4人)以及实时流式TTS(0.5B参数,约300ms首帧延迟)。
核心技术是超低帧率(7.5Hz)的连续语音tokenizer和next-token diffusion框架,用LLM理解文本上下文和对话流,用diffusion头生成高保真音频细节,专为长对话和播客场景设计。
目前ASR和实时TTS可用,TTS代码已移除但权重仍可下载(研究用途。
⚠️ 项目方明确提醒该模型仅限研究使用,商用需谨慎评估风险。
🔗 项目地址:https://github.com/microsoft/VibeVoice
This media is not supported in your browser
VIEW IN TELEGRAM
Unsloth 业界最快的 LLM 微调框架,现在还推出了桌面端 App!
它能在消费级GPU上跑通本来需要A100才能干的活,2倍训练速度,显存减少70%,精度还不掉。
支持的模型覆盖了主流阵容:Qwen、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX这些都能跑。
LoRA、QLoRA、全量微调、RL、GRPO、DPO、FP8,从轻量到全量训练的姿势都有。
桌面端App,Windows/macOS/Linux全覆盖,AMD和Intel GPU也能用。导出GGUF/FP8格式,提供OpenAI兼容API,能一键接到Claude Code、Codex这些Agent当本地推理后端。
🔗 GitHub:https://github.com/unslothai/unsloth
Telegram必备的搜索引擎,极搜JISOU帮你精准找到,想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_6657896970
This media is not supported in your browser
VIEW IN TELEGRAM
BloombergGPT烧了几百万美金,这个开源项目用一张RTX 3090就把金融大模型微调跑起来了。
FinGPT,21000Star,面向金融场景的开源大模型。情绪分析、财报解读、新闻研判、股价预测都有现成的方案可以套用。
它采用LoRA微调,模型直接放在HuggingFace上。
🔗https://github.com/AI4Finance-Foundation/FinGPT
This media is not supported in your browser
VIEW IN TELEGRAM
时隔9年再碰面,第一句出口的试探,满嘴都是兜不住的遗憾。我哭了
Media is too big
VIEW IN TELEGRAM
能把死心的人重新拽回来-罗森塔尔效应。
This media is not supported in your browser
VIEW IN TELEGRAM
怎么用几天时间把作息调回来呢?
这里就有答案
This media is not supported in your browser
VIEW IN TELEGRAM
以前玩雷达?别想了,一套设备顶一辆车。
直到翻到这个开源项目PLFM_RADAR,直接给a哥看愣了
10.5 GHz相控阵,脉冲线性调频,全电子波束扫描±45°。
FPGA实时处理,脉冲压缩、多普勒、MTI、CFAR全在板上跑
两个版本自己选:贴片阵列干3km,波导阵列干20km。
原理图、PCB、固件、Python GUI全套开源,想怎么改怎么改
无人机开发者、SDR爱好者、研究人员,这玩意儿真能让你用白菜价摸到专业雷达的门槛。
🔗https://github.com/NawfalMotii79/PLFM_RADAR
This media is not supported in your browser
VIEW IN TELEGRAM
Prime Agent是一个开源的编码和研究Agent,专为长期运行任务设计。
递归语言模型(RLM)把上下文当变量、子代理当函数调用,在持久REPL里运行;
持续性框架(Continual Harness)把补充提示、记忆、技能描述存为持久状态,Agent可以通过小规模证据驱动的更新来完善自己。
一切都是程序化的,IPython是内置工具,文件操作、shell命令、工具调用、子代理都是通过代码实现的。
支持Agent间直接通信、后台运行(终端断开也不停)、长时间任务自动压缩、心跳/定时唤醒、自主模式,以及/refine自我完善(只改补充状态,不动基础系统提示,可回滚)。
🔗:https://github.com/PrimeIntellect-ai/prime-agent
This media is not supported in your browser
VIEW IN TELEGRAM
受够了在监控、调度、告警几个软件之间来回切换?试试xyOps,一个把活儿全包了的开源自动化监控系统。
以前我维护服务器,得同时盯着cron任务、一个监控面板、再加个告警机器人,出问题还得手动翻日志、建工单,来回切窗口切到手软
1️⃣ 可视化工作流编辑器:不用写代码,拖拖拽拽就能把任务、触发条件和监控项串成一条自动化流水线。
2️⃣ 强大的任务调度:功能远超传统的cron,能精细控制任务在集群里的跑法,复杂场景也能hold住。
3️⃣ 实时监控+智能告警:服务器状态一目了然,告警规则可以定得很细,出问题第一时间精准推送,不再被无效通知轰炸。
4️⃣ 故障快照与工单联动:这是我最喜欢的设计,告警触发时,邮件里直接附带服务器快照(进程、负载、网络全都有),还能一键关联创建工单,排查路径短了一大截。
最关键的是,它完全自托管,没有遥测,没有付费墙,数据全在自己手里。BSD许可证也足够宽松,想部署在哪、想怎么改,都随你。
🔗:https://github.com/pixlcore/xyops
❤1
Media is too big
VIEW IN TELEGRAM
查理·芒格说过:普通人攒钱,值得死磕一辈子的就10件事。
先啃难事、把阅读当饭、在懂的地方下注、手里留现金、让复利干活、把名声看重、少掺和、认准就猛砸、不下注永远输、每天聪明一点。
This media is not supported in your browser
VIEW IN TELEGRAM
Super Productivity,一款高级待办事项应用,具备时间盒和时间跟踪功能,支持从日历、Jira、GitHub 等导入任务。
Jira/GitHub/GitLab原生打通:Issue直接转Task,不用来回切窗口
番茄钟+时间盒双管齐下:每件事耗时精确到秒,摸鱼数据比你自己还清楚
数据全本地:支持自建WebDAV同步,云服务偷窥?不存在的
防磨蹭弹窗:跑偏太久?它比你老板催得还狠
全平台覆盖:电脑手机都能用,数据打通
🔗https://github.com/super-productivity/super-productivity
This media is not supported in your browser
VIEW IN TELEGRAM
你猜怎么着?有个老哥被月费15美元的付费爬虫气到拍桌子,干脆自己动手,花几天时间从零撸了一个开源替代品。
① 纯粹免费零套路,不用注册账号、不用绑定API Key、没有按页计费的骚操作,装好就能直接用。
② 专为AI数据流水线而生,无论多复杂的网页,一键就能提纯成结构清爽的Markdown格式,直接喂给大模型。
③ 速度比大多数付费服务还快一截,新版优化了内存调度和GPU容器部署,高并发抓取也扛得住。
🔗传送https://github.com/unclecode/crawl4ai
This media is not supported in your browser
VIEW IN TELEGRAM
一个跑在终端里的磁力搜索下载工具(torlink),不用配任何东西,装好就能用。
一条命令 npx torlnk 敲下去,直接进入搜索界面。搜什么都行,关键词、磁力链接、info hash,甚至直接敲回车浏览精选库。
结果从 FitGirl、YTS、Nyaa、1337x 这些靠谱源并行返回,带大小和做种数,一目了然。
箭头选中,按 d 就下到本地,shift+d 可以指定保存位置。
下载过程中,顶部实时显示进度、速度、剩余时间;完了自动移到"最近下载"区,列表清爽不堆叠。
支持断点续传,关掉下次打开接着下,不丢进度。
后台排队:你继续搜你的,它在后面慢慢拖,想加多少加多少。默认自动做种,方便下一个人,不乐意的话在 Seeding 面板按 p 随时关掉。
🔗 GitHub:https://github.com/baairon/torlink
This media is not supported in your browser
VIEW IN TELEGRAM
PixelRAG 来自伯克利 SkyLab 等团队,开源可玩。
它的思路很直接,不再靠 HTML 或文本解析,而是把网页、PDF 直接截成截图,用视觉索引做 RAG 检索。
表格、图表、布局这些 HTML 解析会丢掉的东西,全保留下来了。
官方数据:准确率最高能提 18.1%,AI Agent 的 token 成本能砍掉 10 倍。已经有 828 万维基百科页面预建好了索引,免费 API 直接用。
还给 Claude 做了个插件,相当于给 AI 装了双眼睛,看页面跟人一样看截图。
项目地:https://github.com/StarTrail-org/PixelRAG
This media is not supported in your browser
VIEW IN TELEGRAM
想搞清楚 Claude Code、Cursor 这些工具内部是怎么跑的,官方文档看了几遍还是云里雾里。
用兄弟把自己的 AI 学习笔记开源了,拿 Pi-Agent SDK 当案例,一章章把源码拆开讲。10 个章节,从架构设计、Agent 循环、模型调用,到工具系统、上下文压缩、会话管理全覆盖。
每章讲透三个点:是什么、怎么写、为什么这么写。
提供 TypeScript 和 Python 双版本,选你熟悉的语言跟就行。支持网页在线、Markdown、PDF 三种阅读方式,离线慢慢看也方便。
🔗:https://github.com/buchidonggua/dg-ai-notes
This media is not supported in your browser
VIEW IN TELEGRAM
sentrux,一个把代码库当活地图来监控的工具。它会把项目的文件结构和依赖关系扫一遍,然后合成一个动态更新的质量分数。
运作方式大概是:先扫描整个代码库的结构和依赖链 → 把 5 个底层指标揉成一个综合信号 → 告诉代理当前的风险集中在哪里 → 后续会话直接从这张实时地图出发,不用再漫无目的地 grep。
这个二进制本身对语言一无所知,52 种语言的支持全靠 plugin.toml 和 tags.scm 查询文件,加新语言完全不用动 Rust 源码。
不过它只管结构评分,不会帮你分析循环依赖为什么出现,那部分还得自己来。
纯 Rust 写的,单文件,没有额外的运行时依赖,设计目标就是卡在代理和代码库中间当个轻量传感器,几乎感觉不到它的存在。
https://github.com/sentrux/sentrux
This media is not supported in your browser
VIEW IN TELEGRAM
以前试过不少 SQL 客户端,界面和流畅度总有一个拖后腿,日常写查询反倒成了最磨蹭的环节。
Beekeeper Studio 用起来顺手很多,界面现代,跨平台支持 Linux、macOS 和 Windows。
PostgreSQL、MySQL、SQLite、SQL Server、Redis、BigQuery、ClickHouse、MongoDB 这些主流数据库都能连。
免费版功能已经很全:自动补全的查询编辑器、多标签页、表数据排序筛选、查询历史、深色主题、导入导出,用起来顺滑不卡顿。
代码大部分开源(GPLv3),下载就能用,不用注册。
🔗https://github.com/beekeeper-studio/beekeeper-studio
Telegram必备的搜索引擎,极搜JISOU帮你精准找到,想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_6657896970