站内搜索「识别」共 96 条结果

推荐源码
Open-LLM-VTuber - 开源语音交互 AI 虚拟伴侣,Live2D 形象+完全离线开源语音交互 AI 虚拟伴侣,13.5K Stars。支持实时语音对话、视觉感知、Live2D 形象,桌面宠物模式可完全离线运行
2个月前

推荐模型
Qwen3-Omni - 30B原生全模态,能看能听还能说甩一段视频进去,画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型,30B只激活3B,还能直接用语音回答你,Apache 2.0
2个月前

推荐软件
DLSS5-Swapper:一键把 DLSS 5 神经渲染装进任意游戏,RTX 20-50 老卡也能跑两周 5000 星的开源工具,把官方锁 RTX 50 系的 DLSS 5 一键注入老游戏,扫库-注入-备份-还原全闭环
1个月前

推荐软件
Mobilerun Portal - 安卓无障碍控制门户(AI Agent 操控手机的眼睛和手)DroidRun官方配套App,装上它手机就能被代码/API完全操控:读UI树、点按滑动、截屏推流全开放,玩真·手机Agent的地基组件
1个月前

推荐软件
GreatNews-市场占有率最大的rss客户端阅读器过去不知道这玩意的.看订阅列表里有这个东西.然后就搜了一下试用了下,挺小巧而且用起来也挺方便的,果断推荐了 欢迎大家用这个小玩意订阅我的blog.之前也用过很多都不好用有一个好用的还需要破解,好在找到了一个破解也发在我博客上了.想了解的朋友可以搜索一下 /images/uploads/wangbix
15年前

推荐其它
【软件】扫描上的图片上的字-直接转换为word文字老婆新到一个单位,刚毕业很低调.事实上在我面前她从来不低调.平时上班的时间她竟然有空跟我说闲死了.没事干!是的我说那挺好的公司挺轻松. 刚感觉她找的工作不错.操蛋的事情就来了.晚上要加班!我一下就愤怒了.是的我有时候也控制不好自己情绪.. 我说你们他妈的白天没事干 晚上加班 这是什么狗屁的混蛋逻辑.
15年前

推荐Nas
BookLore - 开源自托管数字图书馆(智能书架/自动元数据/内置阅读器/多端同步)书荒党的自托管书架:电子书全收进自己服务器,自动刮封面简介,浏览器直接读,Kobo/KOReader 也能同步。
9天前

推荐软件
宗主 Zongzhu Bot - ESP32圆屏语音终端(会眨眼的Grok Bot入口+本地语音点歌)对圆屏小盒子说话,查的做的派给Grok Bot,点歌本地秒放,屏幕上还有一对会眨眼的眼睛
4天前

推荐硬件
第七代钢铁侠 QC2.0 快充 全中文DS2784库仑计高端移动电源输入输出均支持QC2.0,最大输出9V2A急速充手机,全中文DS2784库仑计容量显示,更多移动电源功能,更强稳定性,尽在钢铁侠7代!
11年前

推荐程序员
MinerU - 文档解析引擎开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署
7个月前

推荐程序员
Anything → NotebookLM - Claude Code Skill 多源内容智能处理器支持微信公众号、YouTube、播客、PDF、300+付费墙绕过等15+种内容源,一键生成播客/PPT/思维导图/Quiz
6个月前

推荐模型
Marqo Ecommerce Embeddings - 电商专用多模态嵌入模型基于SigLIP微调的电商领域专用嵌入模型,vs通用SigLIP提升67%,vs Amazon Titan提升45%,支持文搜图/图搜图/商品去重
5个月前

推荐模型
Google Gemma 4 12B - 无编码器多模态大模型Google DeepMind 开源多模态模型,11.95B参数支持文本+图像+音频,256K上下文,原生函数调用,Apache 2.0免费商用
5个月前





