hunyan video官网 – 腾讯开源的高质量视频生成模型

SuperPrompt 是一个开源项目，旨在通过精心设计的提示（prompts）引导AI模型（如Claude）进行深度思考，探索通常未被触及的模型能力。它通过XML标签和元数据（如``标签）来指导AI，使其能够‘跳出思维定式’，生成新颖的观点和想法。尽管这些想法有时可能是幻觉或错误的，但它们往往具有创新性。SuperPrompt 不仅是一个技术项目，更是与AI沟通的桥梁，帮助用户更深入地理解AI的思考方式，并解锁其潜在能力。

这个开源项目将GraphRAG与Ollama本地LLM结合，并提供可视化的知识图谱UI和监控。

PE3R（Perception-Efficient 3D Reconstruction）是一个创新项目，能够仅通过2-3张照片生成交互式3D场景。该项目支持基于文本的虚拟世界探索，极大简化了3D重建的流程，适用于多种场景和应用。

WebCPM是一个专注于提升搜索引擎能力的开源项目，已被ACL 2023接收。

FlipSketch 是一个基于文本引导的草图动画生成工具，能够将静态草图转换为动态动画。通过微调的文本到视频（T2V）模型，FlipSketch 可以根据输入的草图和文本描述生成相应的动画。其核心机制是通过将输入草图的参考噪声与模型的注意力机制相结合，实现从静态图像到动态视频的转换。项目提供了详细的安装和使用指南，并支持在 Hugging Face 平台上进行在线演示。

Roo-Code 是一个开源的 AI 驱动 VS Code 插件，旨在提升编程效率。它支持多种 AI 模型，如 OpenAI 和 Anthropic Claude，并允许用户创建自定义模式以适应不同编程需求。插件通过代码行动集成，提供快速修复和重构选项，直接在编辑器中操作。Roo-Code 提供代码生成、调试、文档编写等功能，并支持跨文件操作和自动化浏览器动作。

Rain是由SuPerCxyz在GitHub上托管的一个项目，它是一个多功能工具，具体用途未明确说明，但提供了多种功能，包括快速生成Logo等。

adapter-transformers是一个开源工具库，支持在Transformer模型中添加和训练适配器（Adapter）。适配器是一种轻量级的模块，可以在不修改原始模型参数的情况下，对模型进行微调。该工具库支持多种任务，包括文本分类、命名实体识别等，并且可以与Hugging Face的Transformers库无缝集成。它提供了统一的接口，支持高效微调和模块化迁移学习，支持多种适配器方法，如Bottleneck Adapters、AdapterFusion、LoRA等，并支持适配器合并和组合，为NLP任务的参数高效迁移学习提供了强大的工具。

该项目是一个多模态大语言模型（MLLM）幻觉相关论文资源列表，汇集了关于MLLM中幻觉现象的研究论文，提供分类、标签和摘要，便于研究人员快速获取信息，并持续更新确保资源的时效性。

OpenBiomechanics是一个开源项目，提供高质量的棒球投手动作捕捉数据，旨在促进运动科学和生物力学研究。该项目支持数据的可视化与分析，用户可以根据需要进行定制和扩展。

arXiv-txt.org 是一款开源工具，旨在帮助用户更轻松地阅读和理解学术论文。通过将论文链接中的 'arxiv.org' 替换为 'arxiv-txt.org'，用户可以获取论文的摘要和PDF文件内容。该工具支持快速部署到 Vercel，并提供了完整的 API 接口，方便开发者将其集成到其他应用程序或服务中。此外，它还能将 arXiv 论文转化为大语言模型（LLM）友好的格式，便于进一步处理和分析。

该项目是一个精选论文列表，专注于为多模态大语言模型（MLLM）提供高效的Token合并、减少、重采样和丢弃方法。通过整合多篇相关论文，帮助开发者和研究人员理解和实现高效的Token管理策略，从而优化多模态大语言模型的Token处理效率。

Coco AI 是由中国团队 INFINI Labs 开发的开源项目，旨在解决企业中的信息孤岛问题。它通过连接超过40个数据平台，并结合 DeepSeek 大模型的认知智能，快速检索和总结分散存储的文档、代码和会议记录等信息。项目支持私有部署，确保数据隐私安全，适合企业知识管理、技术团队协作、金融合规和内容创作等场景。

HunyuanVideo-I2V 是腾讯混元团队最新发布并开源的图像转视频生成框架，基于多模态大语言模型（MLLM），利用预训练的解码器结构模型作为文本编码器，增强对输入图像语义内容的理解能力，并将图像生成的语义标记与视频潜在标记相结合，以实现更全面的跨模态全注意力计算。该模型适用于多种类型的角色和场景，包括写实视频制作、动漫角色甚至 CGI 角色制作的生成，支持高清视频生成和定制化特效，并上线对口型与动作驱动等玩法。

Lagent是一个专为轻量AI代理设计的开源框架，旨在为开发者提供高效构建智能代理的工具。它通过简化的架构支持快速开发与部署，特别适用于资源受限场景。Lagent支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。