开源 - 智狐AI导航

Hibiki

Hibiki是一款由Kyutai Labs开发的开源语音翻译解码器，支持实时语音到语音（S2ST）和语音到文本（S2TT）的翻译。其基于多流语言模型架构，结合弱监督学习和上下文对齐技术，实现低延迟、高保真度的翻译效果。适用于国际会议、在线教育、旅游、新闻采访及客户服务等场景，具备良好的实用性和可扩展性。

AI项目与工具 2025年06月12日 31 点赞 0 评论 322 浏览

GPTEngineer

GPTEngineer 是一款基于AI技术的开源工具，通过简单的文本提示快速生成网页应用原型。它支持自然语言交互，能够根据用户描述自动生成代码，并具备代码改进、错误检测与修正等功能。此外，GPTEngineer 还支持与 GitHub 同步和一键部署。该工具兼容多种AI模型，适用于快速原型开发、Web应用开发、自动化测试、代码重构及教育等多个领域。

AI项目与工具 2025年06月12日 23 点赞 0 评论 321 浏览

Video2PPT

一个开源、免费的可以将任意视频智能转换为精美PPT的工具，它支持多种视频来源，包括本地视频文件、在线视频链接（如 YouTube、Bilibili 等），还支持实时录屏。

PPT资源 2025年06月05日 94 点赞 0 评论 319 浏览

MMRole是一个由中国人民大学高瓴人工智能学院研究团队开发的多模态角色扮演智能体（MRPA）框架。该框架通过整合图像和文本，使智能体能够以特定角色进行更为自然和沉浸式的对话。MMRole框架包括一个大规模、高质量的多模态数据集和一个全面的评估方法，用于开发和评估MRPAs的性能。该框架为创建能够理解和生成与图像相关对话内容的智能体提供了新的可能，并扩展了其在教育、娱乐、客户服务、社交模拟和内容创

AI项目与工具 2025年06月12日 28 点赞 0 评论 318 浏览

Computer Use OOTB

Computer Use OOTB 是一款基于开源框架的 GUI 自动化工具，支持跨平台操作与远程控制，借助 Claude 3.5 Computer Use API 实现从用户指令到桌面操作的端到端自动化。其核心技术包括实时视觉信息处理、历史上下文维护及动态反馈机制，适用于远程办公、自动化测试、教育培训、家庭自动化及游戏辅助等多种场景。

AI项目与工具 2025年06月12日 21 点赞 0 评论 318 浏览