ByteFormer-直接在文件字节上进行训练和测试的模型

在本地使用Gradio用户界面在GPU或CPU上运行Llama 2，支持Linux/Windows/Mac系统。

Hugging Face发布的新型agent框架，摒弃传统JSON操作，采用代码驱动方式，展现出显著的性能优势。

LLaMA.go是一个LLaMA模型的纯Go实现，类似于llama.cpp，但完全用Go编写。

SimpleAutomation是一个开源机器人自动化项目，旨在简化重复性任务的自动化过程，提供了一系列基于LeRobot仓库的辅助脚本，支持多模型联动以解决复杂的机器人任务。

Athena是一个创新的AI决策支持系统，旨在增强防务和战术操作中的决策过程。通过集成先进的计算机视觉和AI功能，Athena以高准确性和速度简化复杂决策，同时确保在高压力环境中遵循法律和伦理考虑。

XAIvision是一个专为视觉AI任务设计的开源框架，为开发者提供高效构建视觉模型的工具。它支持图像处理与分析的优化，适用于从研究到部署的多种场景。

Gauss2是三星在2024年韩国开发者大会(SDC24 Korea)发布的第二代多模态生成性AI模型，支持语言、代码和图像处理。提供Compact(紧凑型)、Balanced(平衡型)、Supreme(至尊型)三种版本，分别适用于设备端、通用场景和云端高性能需求。支持9-14种自然语言和多种编程语言，处理速度比主流开源模型快1.5-3倍。目前主要用于三星内部生产力工具，未来计划集成到消费产品中。

Unitlab是一个基于AI的平台，旨在帮助计算机视觉任务管理、标注和增强数据。它为机器学习团队提供了简单直接的数据标注工作流程。用户可以通过注册、上传数据、与人类标注者合作、使用AI助手审核和增强标注数据，最终利用这些数据训练机器学习模型。

FilmRemoval项目旨在利用偏振先验技术，有效去除透明薄膜上的皱纹，从而改善图像质量。该方法通过学习与薄膜的光学特性相关的模式，能够在图像处理和摄影中实现显著的视觉清晰度提升。

Sapiens是一系列专门针对人类的视觉基础模型，所有权重开放，提供各种尺寸的分割、深度和主题模型，旨在推动计算机视觉领域的发展。

CIPS-3D是一个基于条件独立像素合成的3D感知生成器，能够生成高质量的3D图像，利用生成对抗网络(GAN)技术，推动计算机视觉领域的发展。

Infinigen 是一款开创性的开源工具，利用程序化生成技术生成逼真无限的3D世界。它结合了计算机视觉、计算机图形和生成式人工智能的先进技术，创造出身临其境的真实环境。项目支持生成室内场景和自然场景，并提供丰富的文档和教程，帮助用户快速上手。

OLOCR是一个在线OCR服务，提供无限次的图像和PDF文本提取。用户只需将文件上传至平台，即可轻松提取文本。

HyperNeRF是一个支持高维表示和处理拓扑变化的神经辐射场的项目，旨在提高3D重建和场景渲染的效果。

该项目是一个基于PyTorch实现的Spatial Transformer Network (STN)，采用Thin Plate Spline (TPS)技术进行空间变换，能够灵活地对输入图像进行几何变换，支持高效的训练与推理。

人类眼睛的反射性是了解周围世界的一种尚未被充分开发的来源。通过拍摄运动中的人的眼睛，我们可以通过眼睛的反射收集场景中多个视角的画面，这些画面是通过相机直接拍摄无法得到的。

Grok API是xAI公司于2024年10月推出的人工智能模型接口，支持函数调用，便于与数据库和搜索引擎集成。目前提供“grok-beta”模型，支持文本和代码生成，未来计划推出视觉模型用于图像处理。定价较高，输入token为5美元/百万，输出token为15美元/百万。与X平台深度集成，支持图像生成、新闻总结等功能。尽管功能强大，但用户报告支付和使用配额问题，数据中心运营也引发环保争议。

Verificient是一家专注于生物识别、计算机视觉和机器学习的公司，提供世界级的数字身份验证和在线远程监控解决方案。其产品可帮助高等教育机构、K12学校和企业确保在线评估的完整性，防止考试不当行为，并安全地验证用户身份。

Anyscale是一个统一的计算平台，旨在利用Ray简化可扩展AI和Python应用的开发、部署和管理。用户可以轻松地开始使用Anyscale端点进行服务和微调开源大型语言模型（LLMs）。