FollowYourPose开源项目 – 图生视频模型，人物跟随动作生成视频

FollowYourPose是由腾讯混元团队联合中山大学、香港科技大学推出的图生视频模型。该模型通过输入一张人物图片和一段动作视频，能够生成人物跟随动作的视频，视频长度可达10秒。项目基于Stable Diffusion模型，通过两阶段训练方案，利用图像-姿态对和无姿态视频数据集，生成可编辑和姿态可控的人物视频。项目代码和模型已公开，支持在本地和云端运行。

FollowYourPose的特点:

1. 支持输入图片和动作视频生成人物跟随动作的视频
2. 基于Stable Diffusion模型，生成高质量视频
3. 两阶段训练方案，利用图像-姿态对和无姿态视频数据集
4. 支持本地和云端运行，提供Gradio和Hugging Face演示
5. 生成视频长度可达10秒，支持多种人物和场景

FollowYourPose的功能:

1. 输入一张人物图片和一段动作视频，生成人物跟随动作的视频
2. 在本地运行Gradio演示，生成自定义视频
3. 使用Hugging Face Spaces进行在线演示和生成
4. 通过Colab Notebook快速体验模型功能
5. 下载预训练模型和代码，进行自定义训练和推理

相关导航

SimplerEnv-OpenVLA开源项目 – 高效机器人策略评估工具

SimplerEnv-OpenVLA是一个在模拟环境中评估和复现真实世界机器人操作策略的高效工具。它支持多种主流机器人策略，提供真实到模拟的评估设置，帮助用户优化机器人策略。该项目在GitHub上拥有73颗星，社区活跃，值得深入探索。

FastAI开源项目 – 简化深度学习训练

FastAI是一个深度学习库，专注于简化机器学习模型的训练过程，广泛应用于计算机视觉、自然语言处理等领域。它提供了简单易用的API，降低学习门槛，内置多种优化算法，帮助加速训练过程，支持计算机视觉、NLP等任务，功能全面。FastAI完全开源，支持社区贡献和个性化定制。

OpenAI Gym开源项目 – 强化学习开源平台

OpenAI Gym是一个开源的强化学习平台，旨在为研究人员和开发者提供一个高效的环境，用于测试和开发强化学习算法。它支持多种环境，包括经典控制、机器人模拟和视频游戏，并且易于扩展，允许用户创建自定义环境。该平台广泛应用于研究、教育和工业领域，并且完全开源，促进社区创新和合作。

Awesome-Human-Motion开源 – 人体运动研究资源聚合列表

"Awesome-Human-Motion" 是一个专注于人体运动理解与生成研究的精选资源聚合项目，托管在GitHub平台。它系统整理了该领域的学术研究、数据集、工具及商业项目，涵盖运动分析、姿态估计、动作合成等多个方向。项目采用CC0公共领域许可，鼓励开放协作，目前包含199行代码和14.2KB的轻量级结构化数据。特别之处在于通过emoji可视化标注了数据集的性别年龄特征（如👨‍🦰表示男性，👵表示老年人），并整合了从基础模型（如SMPL）到商业应用（如DeepMotion）的全链条资源。

Multimodal-RAG-Survey开源项目 – 多模态RAG领域资源汇总

Multimodal-RAG-Survey是一个全面梳理多模态检索增强生成（Multimodal RAG）领域的GitHub项目，旨在解决多模态数据融合与生成中的检索难题。该项目为研究人员提供了丰富的资源和前沿进展，涵盖62篇相关论文，并持续更新。通过提供多种模态（如图像、文本、视频等）的热门数据集，深入分析多模态RAG的最新进展和应用领域，帮助研究人员更好地理解和应用多模态RAG技术。

wyGPT开源项目 – 高效GPT实现，优化至单GPU运行

这是复旦大学王一老师开源的一个高效GPT实现，经过2.5年的努力，旨在单个GPU上成熟且高度优化。

OmniParse开源项目 – 多模态数据解析与优化平台

OmniParse 是一个多格式数据解析与优化平台，能够将非结构化数据转换为结构化数据，专为增强与GenAI框架的兼容性设计。它支持从文档到多媒体的高效数据转换，并具备数据优化功能。此外，OmniParse 还支持跨模态对齐、流式处理、自监督学习、分布式架构、自动版本迁移和审计追踪等功能。该平台支持约20种文件格式，包括文档、表格、图像、视频、音频、网页等，适合批量处理各种数据并用于AI应用的场景。

LitLytics开源项目 – 自动化数据分析助手

LitLytics是一个简单实惠的数据分析助手，利用大型语言模型（LLMs）自动化数据分析，无需数据科学专业知识，自动生成分析流程，支持多种数据格式，并可自定义调整，性价比高。

mst.ai官网 – 三合一AI创作平台

mst.ai 是一个整合了 GPT-4、Midjourney 和 Stable Diffusion 的三合一 AI 平台，旨在为用户提供文本生成、图像生成和模型训练的功能。平台每天提供 2 次免费 GPT-4 使用，适合用户创建个性化艺术作品、生成文章和分享模型。尽管平台在 2023 年有更新，但 2025 年 3 月可能已停止服务，当前状态不明。

Open-R1-完全开源的DeepSeek开源项目 – R1复现项目

Open-R1是一个开源项目，旨在完整复现DeepSeek-R1的技术框架，并推动社区协作进一步完善。该项目提供了全面的模型训练、评估和数据生成工具，支持多种硬件加速，旨在帮助研究人员和开发者轻松复现和扩展R1模型。

rasa-nlu-benchmark开源项目 – Rasa NLU性能评估工具

rasa-nlu-benchmark 是一个专门用于Rasa NLU模型性能评估的工具集。它提供了多种基准数据集，并包含与这些数据集对应的基准测试，支持对Rasa NLU模型的准确性和效率进行全面评估。该项目旨在帮助开发者和研究人员通过标准化的数据集和测试流程，对比和优化不同模型的性能。

Awesome-LLM-Judges开源项目 – 一站式LLM评估工具集合

Awesome-LLM-Judges是一个一站式LLM Judges工具大集合，旨在为AI模型的自动评估提供全面解决方案。该项目汇集了30+前沿LLM Judges研究论文，涵盖多种评估场景，如辩论、安全、幻觉检测等。此外，它还提供了开源库Verdict，方便用户快速实现论文中的方法。

sqlite-lembed开源项目 – 用于文本嵌入生成的SQLite扩展

这是一个正在开发中的SQLite扩展，旨在使用llama.cpp生成文本嵌入，适用于文本语义搜索和分析。

HVML解释器 PurC开源项目 – HVML代码的高效执行

HVML解释器PurC是一个能够运行HVML代码的开源项目，支持跨端运行，并具备高效的代码解析能力。它旨在为开发者提供一个便捷的环境，以方便地编写和测试HVML程序。

This Is Your Doge, If It Please You: Exploring Deception and Robustness in Mixture of LLMs开源 – 提升多代理LLM系统鲁棒性

该项目研究多代理大型语言模型（MoA）架构在面对欺骗性代理时的脆弱性，并提出了多种无监督防御机制（如“Dropout & Cluster”和“Cluster & Filter”）以恢复性能损失。研究通过基准测试（如AlpacaEval 2.0和QuALITY）评估了欺骗性代理对系统的影响，并分析了欺骗性代理类型、数量、聚合器模型强度等因素。项目旨在提高多代理LLM系统的鲁棒性和安全性，适用于需要高可靠性的应用场景。

暂无评论

暂无评论...