多模态教科书-视觉与语言的完美结合

这是一个为飞书准备的 ChatGPT 机器人的开源项目，主要实现聊天功能和机器学习技术。

mm-cot是亚马逊开源的多模态链式思维（Multi-modal Chain of Thought）模型，旨在提升大语言模型在复杂任务中的表现。它支持多模态输入，包括文本和图像，并通过链式思维增强推理能力，特别针对复杂任务进行了优化的架构设计，方便研究人员和开发者进行二次开发。

3DTopia AI，几分钟可通过文本快速创建整个3D电影场景，来自上海人工智能实验室。该项目使用两阶段生成模型，首先通过扩散模型快速生成候选3D场景，然后细化选定素材，以实现高质量的3D内容创作。

Gemini多模态试炼场是一个用于构建实时语音和视频代理的 Python 应用，借助 Google 的新 Gemini 2.0 模型，支持实时语音和视频输入以及音频回应。该应用程序提供两种版本：完整的全栈 web 应用程序和独立的 Python 脚本，方便用户根据需求选择。

Fabric 是一个开源框架，通过AI技术增强人类能力，支持多种AI应用，易于扩展和集成。

functionary是一个开源项目，基于LLaMA 2模型，具备理解和调用函数的能力，提供类似OpenAI API的功能，支持多种编程语言，具有很强的可扩展性和易于集成的特性。

Feishu-Midjourney是一个开源项目，结合了飞书和midjourney工具，旨在成为用户的创意伙伴。该项目通过连接AI和GitHub，提供了机器学习的功能。

open-tts-tracker是一个专注于收集和比较各类开源文本转语音（TTS）项目的平台，旨在为用户提供最新的TTS模型信息和性能比较，帮助用户选择合适的TTS工具。该项目支持多种语言的文本转语音，拥有用户友好的界面，并且持续更新项目列表，确保信息的时效性。

Nexus zkVM 是一个模块化、可扩展的开源并行化零知识虚拟机，旨在以每秒万亿CPU循环的速度进行证明，提供高效的零知识证明支持。

gen-ui是一个基于LangChain.js、AI SDK和Next.js构建的生成式UI web应用程序，提供预构建的UI组件模板，支持快速开发和自定义生成式界面，旨在提升开发效率和用户体验。

这是一个开源的macOS AI助手，结合视觉和语音技术，旨在提升用户的工作效率。

ChatPiXiu 是一个开源的聊天机器人项目，其目的在于研究、复制和适应开源聊天机器人 ChatGPT 的替代方案或实现。该项目采用机器学习技术，旨在提供人机交互的聊天服务，其名称“PiXiu”表示“貔貅”，寓意带来好运。

FLASK是一个专门用于评估语言模型在语法、语义、推理和生成等任务上表现的工具，旨在提供更准确的评估结果，揭示模型的强项和弱点，并指导语言模型的进一步发展。

将GPT语言模型集成到终端，为用户提供方便智能的命令推荐服务，提升命令行操作的效率与体验。

一个利用GPT模型通过互动问答形式促进学习的项目，支持多学科，提供定制化问题难度，并即时反馈与解释。

这是一个用于在图像中嵌入和提取隐形水印的Python库，支持多种图像格式，并能够保持原图像的质量和外观，易于集成到现有项目中。

Synth是一个Laravel工具，它帮助您在Laravel应用程序中生成代码并执行各种任务。它利用OpenAI的GPT语言模型的强大功能，提供交互式和智能的开发体验。

YoutubeGPT利用OpenAI的Whisper、Embedding和Davinci模型，从YouTube视频中提取文本转录，分段嵌入，并允许用户通过聊天与视频内容进行交互，提供丰富的用户体验。