面向大模型训练的数据处理流水线,把原始多模态数据清洗、过滤、去重并加工成高质量指令微调语料。
Open3D 是一个现代 3D 数据处理库,提供点云、网格、RGB-D 和 3D 可视化等算法与工具,支持 C++ 和 Python,可用于 3D 感知、重建与机器学习研究。
收录大量实用的 Bash 单行命令和终端技巧,覆盖数据处理与 Linux 系统维护,遇到文本处理或运维任务时可直接查用。
用 Stable Diffusion 做音频驱动唇形同步,让视频或虚拟人像的口型与语音对齐,适合做数字人和视频配音。
网页版的数据处理工具,把加密、编码、压缩、哈希和解析等操作组合成流水线,方便安全分析人员快速转换和排查数据。
跨平台开源音频编辑器,支持多轨录音、剪辑、降噪与效果处理,适合播客制作和音频后期。
基于大模型的知识库问答平台,开箱即用数据处理、RAG 检索和可视化 AI 工作流编排,无需复杂配置即可搭建复杂问答系统。
在 Kubernetes 上编排容器化工作流和 DAG 的引擎,把多步骤批处理、数据处理和 CI/CD 流水线声明成 YAML 跑在集群里。
用两小时从零训练一个 65M 参数的多模态视觉语言模型,代码和流程完整,适合低成本复现 VLM 训练与对话实验。
跑在 Android 手机本地的 AI 智能体,借助无障碍服务直接操作 App 和网页,帮你自动完成点按、填表等任务。
Hugging Face 官方数据集库,汇集海量即用型 AI 数据集,并提供高效的数据加载与处理工具,省去自己找数据、写加载代码的麻烦。
面向 AI 与多模态负载的高性能数据引擎,用 Rust 编写,能大规模处理图像、音频、视频和结构化数据,适合搭建 ETL 与数据管道。
基于大语言模型的语音合成系统,能生成接近真人音色的自然语音,并支持实时流式输出,适合搭建低延迟的 TTS 服务。
用强化学习(GRPO)训练视觉语言模型做视觉理解,把 DeepSeek-R1 那套推理强化思路搬到多模态场景,适合研究 VLM 推理能力。
汇总全球优质大模型学习资料,覆盖多模态生成、Agent、辅助编程、模型训练与推理、RAG 等方向,帮开发者快速找到教程、课程和实战资源。
… - 新增印尼语脚本语言选项,并完善印尼语界面翻译。 修复与改进 - 修复 Edge TTS 因流式数据处理延迟导致长文案配音超时的问题;支持带脚本子标签的 Edge 音色,并补充 Gemini 返回空音频时的原因提示。 - 从配音和烧录字幕中清理 emoji,明确提示 Gemini、MiMo TTS 不使用配音语速设置。 - 改善时间、
…态智能体 —— 无需编排,无需复杂拖拉拽。基于 MCP 工具生态,Nexent 提供强大的模型集成、数据处理、知识库管理、零代码智能体开发能力。我们的目标很简单:将数据、模型和工具整合到一个智能中心中,使日常工作流程更智能、更互联。 We are excited to announce that Nexent v2.8.1 is rele
…态智能体 —— 无需编排,无需复杂拖拉拽。基于 MCP 工具生态,Nexent 提供强大的模型集成、数据处理、知识库管理、零代码智能体开发能力。我们的目标很简单:将数据、模型和工具整合到一个智能中心中,使日常工作流程更智能、更互联。 We are excited to announce that Nexent v2.8.0 is rele
…latten、Packing、Quantize、Requantize 补齐 Vulkan int8 数据处理,Winograd 中间数据增加 int16 packed/storage 布局;新增 use int16 packed / use int16 storage 选项和 C API, use int8 arithmetic 默认开启
… 。 - 移除 SparkJob 相关代码。 - 移除 AIHub 异步推理。 - 移除 mock 数据处理。 - Key / Value 变量简写为 k / v 。 - 清理大量冗余代码与文档,压缩大图片。 --- 四、升级注意事项 1. 执行数据库迁移 : myapp db upgrade 新迁移 f7a3c1d9b2e4 包含: -
…。 - WebUI 在提交任务前校验本地素材和自定义配音,并改善设置缓存序列化、运行中任务刷新、历史数据处理、版本检查和音频上传失败清理。 - 强化上传文件名、字幕字体路径、媒体大小和渲染参数校验;扩展 Windows 测试覆盖,并统一使用 UTF-8 解码子进程输出。 - 禁止多项携带凭据或可能计费的请求自动跟随重定向,降低凭据泄露和重