Janus Pro

产品:Janus Pro 主要功能:多模态理解和生图模型

这次 Deepseek 来势汹汹,做了个 Janus Pro 免费在线体验。
2025年1月28日
0
298

Discussion

评论与讨论

0 条公开评论
正在加载评论...

登录后参与讨论

评论使用你的 RustPoint Logto 账号身份。

猜你喜欢

80ijj.com-浏览器里玩经典街机可联机

80ijj.com:一个开在浏览器里的街机厅。不用下载、不用配置,点开就能玩。包含拳皇、街霸、侍魂、三国志、合金弹头等20款经典游戏,带CRT扫描线效果。支持联机对战,可通过链接邀请好友进入同一房间,使用回滚netcode实现低延迟对战。

生活娱乐
做了一个图片转 SVG 的小工具,解决 AI 生图后不够清晰、不可编辑的问题

图片转SVG工具、SVG转换器、Figma转换工具、Illustrator转换工具、Cricut转换工具

产品名称:图片转SVG工具 主要功能: 1. 将AI生成的Logo转换成SVG格式。 2. 将PNG/JPG/WebP格式的图标转换成可缩放的矢量图。 3. 将简单插图、线稿、图形素材转换成更方便编辑的格式。 适用场景: - 网页 - 设计稿 - 品牌素材 - Cricut/Cutting等 支持格式转换: - PNG to SVG - JPG / JPEG to SVG - WebP to SVG - SVG to PNG 目标用户: - 平时也会使用AI做Logo、图标或者插图的用户 额外信息: - 该工具由用户为解决AI生成图形素材后不够方便编辑的问题而开发。 - 用户可以将转换后的SVG作品用于Figma、Illustrator、网页项目等场景。

图片转换工具SVG编辑器
docker 无头浏览器群控, express 开箱即用

docker 无头浏览器群控,express 开箱即用

产品主要功能:docker 无头浏览器群控 描述:使用 express 开箱即用的方式,通过一个名为 headless-browser-clusters 的 GitHub 项目来控制浏览器群。该项目包含两个部分:1. express app 控制浏览器 (app);2. 浏览器服务集群 (browser)。主要技术栈包括 redis、express、playwright、chromium、typescript 和 docker。

产品类型:自动化测试工具集群管理工具
开源 音频串流 app,从局域网电脑收发音频;通过 AirPlay 连接你的音响。 macOS / Windows

AudioHub-局域网音频串流与AirPlay共享

- 开源音频串流应用,支持 macOS / Windows。 - 从局域网电脑收发音频,可通过 AirPlay 连接音响。 - 可将另一台电脑的默认麦克风和扬声器当作本机设备使用。 - 注重低延迟与音质。 - 支持作为 AirPlay 接收端,接收来自 macOS / iOS 的音频,内网 Apple 终端可发现并直接控制系统音量。

办公效率生活娱乐
打字猴 - 如果这事不用记下来,那就一定要记下来

打字猴、无限猴子定理

产品:打字猴 主要功能:作为一个在线多人记事本,支持用户创建和管理日记、待办事项等,并可以与其他用户共享和协作。

在线记事本云存储服务
[开源免费] 实时数字人 OpenTalking 项目演示

OpenTalking-实时数字人对话框架

**产品名称**:OpenTalking **主要功能**: 1. **实时对话数字人产线**:OpenTalking旨在将多个技术模块(如LLM、TTS、STT、WebRTC、字幕事件、角色音色、用户打断、前端交互和数字人视频驱动模型)串联起来,使数字人能够进行实时对话。 2. **状态管理和事件同步**:处理数字人演示与产品之间的工程距离,确保各个环节(如语音识别、文本生成、音频驱动、视频播放等)能够高效协同工作。 3. **多种部署模式**:提供Mock模式用于快速验证整体流程,Local模式支持单机部署,OmniRT模式便于接入远端推理服务,Direct WebSocket模式则方便开发者对接自己的模型服务。 4. **前端交互配置**:允许开发者配置数字人角色、音色、LLM、TTS、STT以及数字人驱动模型,并查看模型连接状态。 5. **后端事件编排**:负责编排对话中的各种事件,包括用户输入、模型回复、语音合成、字幕生成、视频播放和打断控制。 6. **支持多种模型后端**:目前已包含WebUI前端、后端API、会话编排、多种模型后端模式、角色配置、字幕事件和基础的实时对话链路。 **描述**: OpenTalking是一个为实时数字人设计的开源框架,它不仅涉及简单的图像移动或音频驱动口型,而是致力于创建一个能够进行连续对话、易于部署和切换模型的系统。该框架通过整合多个关键技术模块,简化了数字人开发的复杂性,并提供了灵活的部署选项,以适应不同的开发需求和资源条件。随着LLM、TTS和STT技术的日益成熟,OpenTalking有望在AI新闻主播、在线客服、教育讲解等多个领域发挥重要作用。

实时数字人开源免费