| title | pubDate | author |
|---|---|---|
开源 AIGC 周刊 #6 |
2025-01-013 |
张XX |
每周精选最具潜力的 AI 开源工具与技术。我们为你解析项目亮点与应用场景，并推荐实用资源，帮助你在 AI 开发中领先一步！无论是学习还是实践，《开源 AIGC 周刊》都是你的每周灵感来源！
phi-4 是微软刚刚开源的最强小参数模型，其参数仅为 14B。
在各种基准测试中，phi-4 对比同参数量的模型表现优异，甚至在 GPQA 和 MATH 基准测试中超过了 GPT-4o。
SPAR3D 是 SAI 最近开源的一项图生 3D 技术，能够在短短一秒内从单张图片生成可编辑的 3D 模型。这项技术对于商业和非商业用途均免费开放，只要年收入小于 100 万美元即可使用。目前，代码和模型都已经公开发布。
VITA-1.5 是一个开源的多模态视频语音大模型，类似于 GPT-4o，支持实时视频语音交互。它基于 Qwen2.5 模型，具备随时打断的功能。
khoj 是一款开源的个人化AI助手，支持离线化，能够同时支持检索用户本地的markdown 和 pdf 等文件，以及在线的网址等。从而优雅的做到个人知识管理与搜索引擎替代。
斯坦福大学开源了一款写作工具 storm，能自动生成类似维基百科的长篇文章。用户只需输入一个主题，storm 便可以在短时间内整合网络信息，生成高质量的研究文章。
OpenHands 是一款完全开源的编程工具，能够像人类一样编写代码、使用命令行、浏览网页等。被誉为超越 cursor 的编程方式。
FaceLift 将单张人脸图像作为输入，并生成高保真三维高斯头部表示。生成的高斯表示法可实现高质量的全头部新颖视图合成（NVS），同时准确捕捉面部和头发的精细细节。
TransPixar 是 Adobe 最新发布的一项创新技术，能够通过文本和图像生成透明背景的视频。
1. Grok IOS 发布
Grok iOS App 现已上线美区 App Store，支持生成图像和对话。用户需要使用 X 账号登录，以实时访问 X 和 Web 数据。
Qwen Chat 是阿里通义团队近日上线的一款基于开源的 Open WebUI 的 WebUI，支持 Qwen 全系列模型。
模型包括 Qwen2.5-Plus 对话模型、QwQ 和 QVQ 等推理模型，以及 Qwen2.5-Coder-32B-Instruct 编程模型。
Kling APP 现已正式上架美区 App Store，安卓版本也即将上线。功能与 web版的相似。
Dify发布了 v1.0.0-beta 版本，带来了全新的插件系统。现在，模型和工具等都成为了插件系统的一部分，用户可以更方便地扩展和定制功能。
Project DIGITS 是 NVIDIA 推出的一款搭载 GB10 芯片的 AI 超级计算机，能够运行 200B 参数的模型。该设备将于今年 5 月发售，起价 3000 美元。Project DIGITS 提供了 4TB 的 SSD，128G 的统一内存，支持 Wifi、蓝牙和 USB 连接，体积看起来比 Mac mini 还要小。
开源 AIGC 周刊，为你挑选最值得分享的文章、教程、开源项目、副业变现等内容。希望帮助所有读者学习 AIGC，并增长职业和副业的收入。