3 个令人惊艳的 AI 开源工具，诞生了！_ai开源

大家好，今天继续聊聊 AI 科技圈发生的那些事。分享几个最新好玩、实用的AI工具。更多最新技术，文末加入我们。

LivePortrait

LivePortrait：一款可以轻松让一幅肖像栩栩如生的工具

它可以精准操控眼睛和嘴唇动作：

• 让静态照片变为流畅动态视频，颠覆传统动画制作，处理多人物肖像无缝拼接，自然流畅。

• 解决传统动画制作难题，高质量高效率，精确控制眼睛和嘴唇动作，微表情逼真。

• 采用先进技术方法，生成速度快，支持多风格肖像，提供更多创意空间。

案例

使用方法

1、克隆代码并准备环境

git clone https://github.com/KwaiVGI/LivePortrait
cd LivePortrait

# create env using conda
conda create -n LivePortrait python==3.9.18
conda activate LivePortrait
# install dependencies with pip
pip install -r requirements.txt
1
2
3
4
5
6
7
8

2、下载预训练权重

pretrained_weights
├── insightface
│   └── models
│       └── buffalo_l
│           ├── 2d106det.onnx
│           └── det_10g.onnx
└── liveportrait
    ├── base_models
    │   ├── appearance_feature_extractor.pth
    │   ├── motion_extractor.pth
    │   ├── spade_generator.pth
    │   └── warping_module.pth
    ├── landmark.onnx
    └── retargeting_models
        └── stitching_retargeting_module.pth
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

3、推理

python inference.py
1

GraphRAG

微软最近开源 GraphRAG，构建知识图谱增强大模型的问答、推理等能力

• GraphRAG 通过构建实体知识图谱来增强大模型的搜索、问答、摘要、推理等能力，特别擅长处理大规模数据集。

• GraphRAG 的核心包括构建实体知识图谱和生成社区摘要两个步骤，通过社区摘要提取数据集中相关信息，生成更全面和准确的答案。

• GraphRAG 对 tokens 的需求很低，能够帮助开发者节省成本。在综合测试中表现优异，是目前最佳的RAG方法之一。

基于 Python 的开源将在https://aka.ms/graphrag上发布

Fish Speech

Fish Speech 完美支持中英日语言的开源TTS模型

• 语音处理接近人类水平

• 模型使用约十五万小时三语数据训练，对中文支持非常的完美。

• 该项目由 fishaudio 开发，作为一个仅有亿级参数的模型，Fish Speech 设计高效轻量，可以在个人设备上轻松运行和微调，成为您的私人语音助手。

使用方法

Github:https://github.com/fishaudio/fish-speech

资料获取和交流

技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

成立了大模型算法技术交流群，相关资料、技术交流&答疑，均可加我们的交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2040，备注：来自CSDN + 技术交流

通俗易懂讲解大模型系列

• 重磅消息！《大模型面试宝典》(2024版) 正式发布！

• 重磅消息！《大模型实战宝典》(2024版) 正式发布！

• 做大模型也有1年多了，聊聊这段时间的感悟！

• 用通俗易懂的方式讲解：大模型算法工程师最全面试题汇总

• 用通俗易懂的方式讲解：不要再苦苦寻觅了！AI 大模型面试指南（含答案）的最全总结来了！

• 用通俗易懂的方式讲解：我的大模型岗位面试总结：共24家，9个offer

• 用通俗易懂的方式讲解：大模型 RAG 在 LangChain 中的应用实战

• 用通俗易懂的方式讲解：ChatGPT 开放的多模态的DALL-E 3功能，好玩到停不下来！

• 用通俗易懂的方式讲解：基于扩散模型（Diffusion）,文生图 AnyText 的效果太棒了

• 用通俗易懂的方式讲解：在 CPU 服务器上部署 ChatGLM3-6B 模型

• 用通俗易懂的方式讲解：ChatGLM3-6B 部署指南

• 用通俗易懂的方式讲解：使用 LangChain 封装自定义的 LLM，太棒了

• 用通俗易懂的方式讲解：基于 Langchain 和 ChatChat 部署本地知识库问答系统

• 用通俗易懂的方式讲解：Llama2 部署讲解及试用方式

• 用通俗易懂的方式讲解：一份保姆级的 Stable Diffusion 部署教程，开启你的炼丹之路

• 用通俗易懂的方式讲解：LlamaIndex 官方发布高清大图，纵览高级 RAG技术

• 用通俗易懂的方式讲解：为什么大模型 Advanced RAG 方法对于AI的未来至关重要？

• 用通俗易懂的方式讲解：基于 Langchain 框架，利用 MongoDB 矢量搜索实现大模型 RAG 高级检索方法