NotionNext BLOG
LLM
🦙
从头实现Llama3
📱
MiniCPM:端侧大语言模型的潜力
Avatar
🙃
FaceFusion 换脸神器
😋
从音频合成照片级人类对话Avatar
*书籍
📙
大语言模型电子书
⚒️
大模型技术原理及实战经验
📒
Coursera-ML-AndrewNg-笔记
📕
初创公司CTO手册
😀
Hello，算法！
硬件
⌚
OV-Watch 开源智能手表
🖊️
D-POINT：具有光学惯性跟踪功能的数字笔
多模态
🔯
LanguageBind：通过基于语言的语义对齐将视频语言预训练扩展到N模态
🫂
MoE-LLaVA：大型视觉语言模型的专家混合体
👁️
多模态端侧大模型MiniCPM-V
视频
🧿
开源视频模型Open Sora
RAG
🤡
不到500行代码构建您自己的对话搜索引擎
🔎
网易QAnything RAG项目
📹
人工智能视频搜索引擎 (AVSE)
🔍
Search2AI
音频
🔉
GPT-SoVITS少样本声音克隆和TTS
音乐
🎸
M2UGen：利用大型语言模型实现多模态音乐理解和生成
Infra
📈
milvus-io / bootcamp
🔧
Apple CoreML Tools
📦
Awesome-CoreML-模型
*论文
📄
深度学习论文精读
图像
🎁
Converted Core ML Model Zoo
🖼️
CLIP-CoreML
机器人
🤖
家庭机器人
视频中第一个引入transformer，开启video transformer时代
已录制
✅
年份
2021
名字
TimeSformer
引用
Files
LLM
🦙
从头实现Llama3
📱
MiniCPM:端侧大语言模型的潜力
Avatar
🙃
FaceFusion 换脸神器
😋
从音频合成照片级人类对话Avatar
*书籍
📙
大语言模型电子书
⚒️
大模型技术原理及实战经验
📒
Coursera-ML-AndrewNg-笔记
📕
初创公司CTO手册
😀
Hello，算法！
硬件
⌚
OV-Watch 开源智能手表
🖊️
D-POINT：具有光学惯性跟踪功能的数字笔
多模态
🔯
LanguageBind：通过基于语言的语义对齐将视频语言预训练扩展到N模态
🫂
MoE-LLaVA：大型视觉语言模型的专家混合体
👁️
多模态端侧大模型MiniCPM-V
视频
🧿
开源视频模型Open Sora
RAG
🤡
不到500行代码构建您自己的对话搜索引擎
🔎
网易QAnything RAG项目
📹
人工智能视频搜索引擎 (AVSE)
🔍
Search2AI
音频
🔉
GPT-SoVITS少样本声音克隆和TTS
音乐
🎸
M2UGen：利用大型语言模型实现多模态音乐理解和生成
Infra
📈
milvus-io / bootcamp
🔧
Apple CoreML Tools
📦
Awesome-CoreML-模型
*论文
📄
深度学习论文精读
图像
🎁
Converted Core ML Model Zoo
🖼️
CLIP-CoreML
机器人
🤖
家庭机器人
NotionNext BLOG