Nari Labs 刚刚发布了一个开源TTS（文本到语音）模型 Dia-1.6B。这个模型最厉害的地方是增加了一些自然人声，比如笑声、咳嗽、清喉咙声音等，我给大家录得这个视频就是官方的演示。
目前这个模型还没有量化版本，大概需要10G显存。 repo 地址：http://github.com/nari …
未分类
上周 HuggingFace 最受欢迎模型榜单：
microsoft/bitnet-b1.58-2B-4T: 文本生成模型，第一个使用1bit精度训练的模型，上 …
AI 虚拟助手项目—— Persona Engine (人格引擎)
它结合了大语言模型，Live2D，自动语音识别，文本转语音，实时语音克隆。达到了直接跟虚拟人物对话的能力。当然 …
nav-site：一个收录AI服务和应用的导航网站github项目，方便用户快速访问和检索AI工具，支持docker部署，带后台管理。
https://github.com/f3liiix/nav-site
卧槽，敏神上大货了！！！仅需 6GB？像图像扩散一样的视频扩散？FramePack
这下视频生成要进入超超超低显存时代了，迈入大众 GPU 了！马上就去实测！ 【重点】 1️⃣以全 fps-30 …
分享一个好东西，开源的大模型操作工具包
Transformer Lab – 免费免费免费 – 100% 开源的大模型操作工具包 …
EasyVoice 🎙
项目简介 ✨ EasyVoice 是一个开源的文本、小说智能转语音解决方案，旨在帮助用户轻松将文本内容转换为高 …
看 caoz 对最近商业行事的建议，写的真好，转述推荐下：
第一，合规性非常重要。是生死话题，资金流水稍微多起来，务必找专业律师和财务专家做合规工作。没有合规，风险 …
手把手教你从零开始训练一个多模态视觉模型：MiniMind-V。
提供了详细的训练流程，包括数据处理、预训练、指令微调以及相关的工具集，只需 1 小时时间和 1.3 元成本。 …