内容分类

全部分享350 开源项目141 新模型94 新工具111 新技术4

发现工具专题我的收藏

每日分享

发现值得一试的 AI 项目、模型与新工具。

11月1日星期日

新模型 · 最新发布优先94 条分享 · 第 2 页

10 月 28 日

VibeVoice-ASR-Streaming-7B：会议没结束，先看到谁说了什么

逐块转写与说话人归属一起输出，适合研究现场字幕；热词和等待窗口决定了实际使用方式。

新模型12:5410 次阅读阅读全文

Depth Anything V2：给单张照片补一张远近图，辅助景深与遮挡合成

从桥梁、室内和蝴蝶的官方对照，认识相对深度图能辅助哪一步合成。

新模型12:5411 次阅读阅读全文

VGGT：给一组照片，同时估计相机、深度与三维点云

从官方竞技场连续案例，看多视图照片怎样变成可检查的几何估计。

新模型12:5411 次阅读阅读全文

HunyuanWorld 1.0：从全景图继续生成能进入、能编辑的三维场景

沿全景、语义分层和几何重建，理解网格场景怎样进入创作流程。

新模型12:5410 次阅读阅读全文

Qwen3-TTS：有录音、只有声音描述、想选现成音色，分别用哪一个模型

按参考录音、文字声线设想和预置说话人，选对 Base、VoiceDesign 或 CustomVoice。

新模型12:5414 次阅读阅读全文

StyleTTS2：给英文长段落挑一种读法，先听懂风格与参考声音

从同一段英文长文、参考录音与风格迁移样本，理解合成声音的选择。

新模型12:5410 次阅读阅读全文

Higgs TTS 3 4B：给对话声线写清情绪、说法与停顿

官方示例把情绪放在句首、停顿放在句中；可走托管 API 或独立权重，但创作内容和经营服务的许可不同。

新模型12:5412 次阅读阅读全文

Orpheus TTS：英文配音里的笑声和停顿，怎样写进台词

用官方英语口播示例看声音选择和导出，再核对笑声标签；微调权重与多语言研究预览分别选择。

新模型12:5410 次阅读阅读全文

Dia-1.6B-0626：把英语双人脚本连成一段对话

角色标签决定谁接着说，笑声也写在对应台词里；这组英语权重适合短问答和动画试配。

新模型12:5410 次阅读阅读全文

Chatterbox：同一参考声线，怎样调出不同表达强度

原版官方页面把参考声线与三档表达强度并列；理解语速联动，再区分 V3 多语言和 Turbo 的不同用途。

新模型12:5411 次阅读阅读全文

Stable Audio Open 1.0：为短片补环境声和动作音效

从官方锤击示例理解音效备选的生成方式，适合愿意试听和剪辑的创作者；英文描述与权重许可需先确认。

新模型12:5410 次阅读阅读全文

YuE2：先改旋律与和弦计划，再生成完整歌曲

从官方中文歌曲的三组和声处理看可编辑乐谱的价值，也看清整曲重新生成与权重许可的边界。

新模型12:5414 次阅读阅读全文

上一页
1
2
3
4
5
8
2 / 8
下一页

第 2 页，共 8 页

本周阅读

开源项目 · 10月28日

LightRAG：同一份资料，既能问具体细节，也能追整体关系

三份中文退款访谈实跑：从实体、关系到原文，检查 local 与 global 为什么取回不同依据。

主模型限流之后，Portkey 可以按规则切到备选服务
开源项目 · 10月28日
SQLBot：用中文查业务数据，从一句提问接到 SQL 和图表
新工具 · 10月28日
CopilotKit：AI 改了待办，页面上的清单也能跟着更新
开源项目 · 10月28日

寻找感兴趣的内容

大语言模型 Agent 开发工具效率提升开源项目 AI 应用产品设计 Prompt 工程技术研究行业观察更多工具

浏览历史文章

©2021–2026 猫目 maomu.com

关于猫目历史文章隐私政策沪ICP备2021013479号-7