UniAct UniAct是一款面向具身智能的通用行为建模框架，旨在解决机器人行为异构性问题。通过向量量化构建通用动作空间，UniAct将不同机器人的原子行为统一表示，实现跨平台共享。其轻量架构（如0.5B模型）具备高效性能与快速适应能力，仅需少量数据即可微调，并通过异构解码器适配多种机器人。适用于自动驾驶、医疗、工业及家庭服务等多个领域，提供一致且高效的控制方案。 AI项目与工具 2025年06月12日 14 点赞 0 评论 568 浏览
FlashMLA FlashMLA 是 DeepSeek 开发的开源 MLA 解码内核，针对 NVIDIA Hopper 架构 GPU 优化，提升可变长度序列处理效率。支持 BF16 精度、页式 KV 缓存及分块调度，内存带宽达 3000 GB/s，算力达 580 TFLOPS。适用于大语言模型推理和 NLP 任务，具备高性能与低延迟特性，支持快速部署与性能验证。 AI项目与工具 2025年06月12日 12 点赞 0 评论 569 浏览
WorldMem WorldMem是由多所高校与研究机构联合开发的AI世界生成模型，通过引入记忆机制解决传统模型在长时间序列生成中的一致性问题。它支持动态环境模拟、多场景交互及长期一致性保持，适用于虚拟游戏、VR/AR、自动驾驶等多个领域，具备高度真实性和可扩展性。 AI项目与工具 2025年06月11日 47 点赞 0 评论 569 浏览
DeepFaceLive DeepFaceLive是一款基于人工智能的面部合成技术，它可以将一个人的面部表情和动作合成到另一个人的脸上，从而实现非常逼真的面部合成效果。 Ai开源项目 2025年06月05日 54 点赞 0 评论 569 浏览
Tesseract Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。 AI项目与工具 2025年06月12日 12 点赞 0 评论 569 浏览
OpenVoice OpenVoice是一款由MyShell开发的免费开源AI语音克隆工具，其主要功能包括精准的音色和音调克隆及灵活的语音风格控制。该工具能够捕捉并复制不同语言或口音的音色，生成自然流畅的语音，并支持零样本跨语言语音克隆。开发者可以通过GitHub项目地址进行本地安装和运行，也可以通过Lepton AI、MyShell或HuggingFace提供的在线演示体验该工具。 AI项目与工具 2025年06月12日 49 点赞 0 评论 569 浏览
MT MT-MegatronLM 是摩尔线程推出的开源混合并行训练框架，支持密集模型、多模态模型和 MoE 模型的高效训练。采用 FP8 混合精度、高性能算子库和集合通信库，提升 GPU 集群算力利用率。通过模型并行、数据并行和流水线并行技术，实现大规模语言模型的高效分布式训练，适用于科研、企业及定制化 AI 应用场景。 AI项目与工具 2025年06月12日 25 点赞 0 评论 570 浏览
Chat2SVG Chat2SVG 是一种基于大语言模型和图像扩散模型的文本到 SVG 生成工具，能够自动创建高质量矢量图形。通过多阶段处理流程，包括模板生成、细节增强和形状优化，确保图形在视觉质量和语义对齐方面达到较高标准。支持自然语言指令编辑，适用于设计原型、图标创作、教育演示及艺术创作等多种场景。 AI项目与工具 2025年06月12日 74 点赞 0 评论 570 浏览
Trancy Trancy是一款专为语言学习设计的浏览器插件，提供YouTube/Netflix双语字幕、网页AI划词翻译和全文翻译等功能，用于提升语言学习效率。 Ai办公效率 2025年06月05日 29 点赞 0 评论 570 浏览
