酷啊，阿里放出了一个能从单张图像几秒钟重建出可动画化的3D数字人模型：LHM，支持实时渲染、姿态控制
一张照片几秒钟创建出一个3D数字人，这个数字人可以做各种动作，效果看起来逼真，衣服、头发、面部等细节保持的很好 …
月度归档： 2025 年 3 月
MCP市场的1000多个AI Agent MCP Server做了分析：
1. 数据管理与分析 (占比30%) 2. 开发运维工具 (占比22.8%) 3. 智能体自动化 (占比19. …
发现一个不错的 Web 文件浏览器 FileBrowser 分支 Quantum
GitHub https://github.com/gtsteffaniak/filebrowser
ClaraVerse号称 Open WebUl 和 LibreChat 平替，可 Docker 部署
实测发现 Chat 模式下只支持 Ollama 和 ComfyUI ，但智能编辑器支持 API 调用，交互界面 …
发现一个全栈英语单词学习网站：WordsFunny。
涵盖了北师大、新东方、外研社、雅思、人教版以及真题高频等词汇。可在线播读单词，并提供翻译、同义词、例句等内容。 …
基于多模态大语言模型的 PDF 转 Markdown 工具，高质量实现文档结构化转换，可将任何 PDF 文档转换为格式整齐的 Markdown 文件。
MarkPDFDown https://github.com/jorben/markpdfdown
发现一个提供了大量有创意且漂亮可商用的插画网站：vectorCraftr。
涵盖了各种各样的风格，如网站 404、商业、美食、情侣、程序员、可爱动物等等。 地址：https://vect …
刚出的一款可全文档OCR的多模态视觉语言模型：SmolDocling，256M参数，处理速度每页0.35秒
基于上能处理文档中的所有内容，布局识别、代码识别、公式识别、图表识别、表格识别、图形分类、标题对应、列表分组等 …
刚出的一款可全文档OCR的多模态视觉语言模型：SmolDocling，256M参数，处理速度每页0.35秒 查看全文 »
Mistral的Mistral Small 3.1出来了，24B多模态模型，在多项指标上超过了Gemma 3、GPT 4o-mini
它在Mistral Small 3的基础上增强了视觉理解和长文本处理能力，最高支持128k上下文，每秒150个 …
Mistral的Mistral Small 3.1出来了，24B多模态模型，在多项指标上超过了Gemma 3、GPT 4o-mini 查看全文 »