OpenMMD开源项目 – 将真人视频转换为3D动画

在音频领域内进行音乐生成的基准测试项目，利用Freesound Loop数据集。

这是一个基于骨架的实时在线动作识别项目，通过对逐帧关节点的分类和识别，实现动作的实时监控与分类，特别适用于安全监控场景。

一种利用2D扩散先验进行合理网格变形的方法，能够确保变形后的网格在视觉上保持合理性。

RAIN是由中国科学技术大学和通义实验室开发的实时动画生成系统，能够在消费级设备上生成无限长视频动画，具有流畅稳定性、准确性和一致性。该系统支持实时转换表情和头部动作，适用于多种动画制作场景。

ERQA（Embodied Reasoning Question Answer）是由Google DeepMind开源的机器人领域多模态推理问答基准，包含400个真实场景问题，涵盖空间推理和世界知识。它通过文本和图像等多模态数据，以多选题形式评估机器人模型对复杂环境的理解能力，支持Gemini和OpenAI API的评估框架，数据以TFRecord格式存储，适用于学术研究和工业应用。

anytalk.ai 是一个实时语音翻译平台，能够在视频会议中即时翻译语音，同时保留说话者的声音，使得任何人、任何时间都能轻松沟通。

ToucanFX.com是一个由AI驱动的平台，用户只需描述所需的声音，即可轻松创建自定义音效。该平台利用先进的人工智能快速生成指定的音效，为用户提供无缝和高效的体验。

AI Maker Pro 是一款终极工具，利用尖端技术帮助用户生成令人惊叹的艺术作品，适用于艺术家、设计师和爱好者。无论是照片还是视频，它都能将用户的创意理念转化为视觉艺术。

由LLM驱动的自主Agent集合，涵盖任务解决、多智能体协作、社会模拟等项目，提供框架、基准评估和相关资源，推动AI代理技术的发展

Stocks Insights AI Agent是一款基于AI驱动的全栈应用，旨在通过AI技术快速获取股票数据与新闻。该工具能够自动从网上收集股票价格、公司新闻等，并通过AI分析以图表、文字等形式展现。它利用LangGraph和LangChain实现高效的数据检索与分析，提供可视化图表，直观呈现股票走势。此外，它还定期异步抓取新闻和财务数据，分别存储在MongoDB和PostgreSQL数据库，并将新闻数据同步到ChromaDB向量数据库，以便LLM进行语义搜索。

CopilotKit是一个开源框架，专为构建自定义AI助手而设计，如应用内AI聊天机器人、AI代理和AI驱动的输入框。它支持生成式UI，允许AI聊天机器人通过插件与应用程序的前端、后端以及第三方服务进行交互。此外，它提供了直接替代<textarea />的人工智能辅助文本生成功能，使代理能够访问实时应用程序上下文并在应用程序内执行操作。用户还可以观察和干预应用内AI代理的操作。

Afterword是一个多模态摘要工具，可以对网页文章、YouTube视频、文本和音频文件进行总结。所有内容都保存在您的账户中，并可以将Pocket中保存的文章导入到Afterword，自动将保存的内容标签化为可搜索的类别。

girafe-ai提供的机器学习课程第一学期内容，涵盖从基础算法（如kNN、线性回归）到深度学习（如Dropout、Seq2Seq）的完整知识体系。 包含每周课程视频、幻灯片、作业及截止日期，提供线性代数复习等补充材料，推荐多本经典教材作为延伸阅读。 课程由专业团队开发，包含2023年Yandex ML训练营分支内容，采用Jupyter Notebook形式组织教学资源。

Scalable-Softmax (SSMax) 是一种针对Transformer模型中标准Softmax函数的改进方案，旨在解决注意力衰减问题。通过引入可学习的缩放参数，SSMax能够有效防止注意力分布在长上下文场景下变得过于平坦，从而提升模型在长序列中关键信息检索的能力。该方案可与现有Transformer架构无缝集成，仅需最小代码改动即可实现。

Juice是一个软件项目，提供GPU-over-IP解决方案，使用户能够远程访问和共享可负担且易于获取的GPU资源。通过利用未使用的GPU容量（称为'Dark GPU'），Juice可以在不同的部署和提供商之间实现GPU的高效利用。用户只需在工作站或服务器上安装该软件，即可实现对GPU加速工作负载的直接远程访问。