开源版heygen！tango数字人，瞄准全身动作生成，本地部署实测-爱代码爱编程
前段时间爆火的图片数字人：LivePortrait、AniPortrait、MuseTalk、EchoMimic等，核心原理都是通过 姿态/音频等 驱动单张图片，生成对应的视频。 我们将上述图片数字人，称为 2D 真人，这
开源端侧实时数字人项目，效果炸裂，附一键整合包_数字人开源项目-爱代码爱编程
最近 AI 数字人异常火爆，多款开源方案，效果炸裂，直逼付费方案！ 也许你也发现了，市面上的数字人方案，琳琅满目。不过，大致可以分为：卡通数字人和真人数字人。 本篇主要讲真人数字人，真人数字人又可以进一步细分为： 2D
小爱打工，你躺平！让「微信ai小助理」接管你的文件处理，一个字：爽！_利用ai整理微信传输文件-爱代码爱编程
前两天，搞了个微信 AI 小助理-小爱(AI)，爸妈玩的不亦乐乎。 零风险！零费用！我把AI接入微信群，爸妈玩嗨了，附教程（下） 最近一直在迭代中，挖掘小爱的无限潜力: 链接丢给它，精华吐出来！微信AI小助理太强了，附
17k star！开源最快语音克隆方案，fishspeech 焕新升级，本地部署实测_fish-爱代码爱编程
前段时间，和大家分享过一款语音克隆神器： FishSpeech 实测，免费语音克隆神器，5分钟部署实战，让川普给你来段中文绕口令？ 时隔 5 个月，fish-speech 发布重大更新，最新版本已到 1.5。 今日分享
阿里开源tts cosyvoice 再升级！语音克隆玩出新花样，支持流式输出，本地部署实测-爱代码爱编程
最近，语音克隆领域精彩迭出！ 前段时间刚分享过升级版 FishSpeech： 17k star！开源最快语音克隆方案，FishSpeech 焕新升级，本地部署实测 最近看到阿里开源的 CosyVoice 又发布了重大更
永久免费语音服务！微软 azure 注册实操，零成本实现tts自由_azure tts-爱代码爱编程
前段时间，和大家分享了一款免费的语音合成服务 EdgeTTS： EdgeTTS，支持粤语等各种方言，无需部署无需Key，完全免费 后台有小伙伴反应，最近访问不了。。。 什么情况？实测发现，被qiang了，需要手动添加代
【飞桨ai实战】大作业：从0到1搭建一个图像识别系统_pp-爱代码爱编程
写在前面 在了解了图像分类和目标检测的基本概念后，很多同学发现现有的算法模型往往只能识别特定类别的目标，面对全新的目标类别，这些训好的模型往往就无能为力了。 本次分享将带领大家从 0 到 1 搭建一个面向现实场景的商品识
ai全栈利器开源！带你用ollama+qwen2.5-爱代码爱编程
最近，AI 编程工具非常火爆，从 Cursor、V0、Bolt.new 再到最近的 Windsurf。 本篇我们先来聊聊开源方案-Bolt.new，产品上线四周，收入就高达400万美元。 无奈该网站国内访问速度受限，
dify 保姆级教程之：零代码打造图像生成专家（上）_dify智能体call function-爱代码爱编程
前段时间，陆续和大家分享了Dify 搭建智能体的实战系列文章： Dify 保姆级教程之：零代码打造 AI 搜索引擎Dify 保姆级教程之：零代码打造个性化记忆助手Dify 保姆级教程之：零代码打造票据识别专家 本次分享，
dify 保姆级教程之：零代码打造个性化记忆助手_dify 会话变量-爱代码爱编程
上篇和大家分享了用 Dify 搭建一个简单的 AI 搜索引擎： Dify 保姆级教程之：零代码打造 AI 搜索引擎 今天继续分享 Dify 智能体搭建的相关内容。 最近在关注大模型长期记忆的问题，前天分享了阿里开源的
dify 保姆级教程之：零代码打造票据识别专家_dify 发票-爱代码爱编程
前段时间，陆续和大家分享了Dify 搭建智能体的实战系列文章： Dify 保姆级教程之：零代码打造 AI 搜索引擎Dify 保姆级教程之：零代码打造个性化记忆助手 相信实操过的同学对 Dify 的基本组件已有所了解，本篇
dify 保姆级教程之：零代码打造图像生成专家（下）_dify 图像生成-爱代码爱编程
昨天，利用 Dify 打造了一个图像生成智能体： Dify 保姆级教程之：零代码打造图像生成专家（上） 无奈后端调用不够丝滑，今天：将上篇的智能体，换用聊天助手-工作流编排的方式搭建，从而将图像生成专家接入微信机器人-小
dify 保姆级教程之：零代码打造 ai 搜索引擎_保姆级安装dify-爱代码爱编程
最近各大厂商都在搞智能体平台，前有字节的 Coze，后有腾讯的元器、支付宝的百宝箱。 之前免费出圈的 Coze 从 8 月开始收费之后，很多小伙伴们在问有没有好用的开源平替？ 就笔者目前的体验而言：Dify / Fast
ollama 更新！本地跑 llama3.2，轻量级+视觉能力，能媲美gpt-爱代码爱编程
前段时间，Meta 开源了 Llama 3.2 轻量化模型，为移动端跑大模型提供了新选择！ 同时，Llama 3.2 视觉模型（Llama 3.2 Vision）也正式开源，号称媲美 GPT-4o。 前两天，Llama
开源视频生成 pyramid flow 本地部署实测_pyramid-爱代码爱编程
前段时间，给微信 AI 小助理-小爱接入了文生视频的能力： 我把「国产Sora」接入了「小爱」，邀你免费体验 采用的是智谱开源的 CogVideo 模型，最近开源社区新出了一款视频生成模型 - pyramid-flow-
从文字到世界：一键生成全景3d场景的技术革命_文本生成3d场景-爱代码爱编程
随着虚拟现实（VR）、增强现实（AR）以及游戏行业的蓬勃发展，3D场景的生成技术正变得越来越重要。传统的3D建模方法不仅耗时且需要专业的技能，而新兴的技术则试图简化这一过程。本文将介绍一种全新的技术框架——LayerPano3D，它能够根据简单的文本输入，自动生成全景、可探索的3D场景。这项技术不仅能够极大地提升用户体验，还将为多个领域带来前所未
根据文本提示生成真实世界3d场景_根据文字生成场景-爱代码爱编程
实现一个能够根据文本提示生成真实世界3D场景并自适应摄像机轨迹的系统是一个相当复杂的工程挑战，它涉及到多个深度学习和计算机视觉领域的高级技术。下面我将为你概述一个可能的实现流程，并给出一些关键代码片段示例，但请注意这仅是一个简化版的概念验证方案。 1. 环境准备 首先，你需要确保你的开发环境支持深度学习库（如PyTorch或TensorFlo
探索vr游戏《gorilla tag》的成功之路：kerestell smith的创新之旅-爱代码爱编程
Kerestell Smith，一位独立游戏开发者，凭借对虚拟现实（VR）技术的深刻理解和对人类行为模式的敏锐洞察，成功打造了《Gorilla Tag》这款广受欢迎的VR游戏。这款游戏不仅简单有趣，而且极具社交互动性，成为VR领域的一个现象级作品。Smith的成功故事，以及他对VR技术未来发展的见解，为我们提供了深入了解VR行业和创新过程的窗口。 《Go
49k 下载！最强开源语音克隆tts：本地部署实测，2秒复刻你的声音_f5-爱代码爱编程
最近，社区开源了一款语音克隆 TTS 模型 - F5-TTS，效果非常惊艳，不到一周，HuggingFace 模型下载量高达 49K！ 实操只需 2 秒音频即可合成超拟人的语音，推理速度优于前段时间和大家分享的： Fis
202k 下载！最强开源ocr：本地部署，邀你围观体验_got-爱代码爱编程
前段时间，社区开源了一款通用 OCR 大模型 - GOT-OCR2.0，效果非常惊艳，不到一个月，HuggingFace 上，模型权重下载量高达 202K！ 最近打算在项目中用到它，顺便做一个测评，分享给大家。 1. G