程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
VibeVoice 深度拆解:当微软决定「开源语音 AI 的全部武器库」——从 7.5Hz 连续语音 Tokenizer 到多说话人对话生成,一个 27K Star 的开源模型家族如何重新定义文本转语音的终极形态
编程
VibeVoice 深度拆解:当微软决定「开源语音 AI 的全部武器库」——从 7.5Hz 连续语音 Tokenizer 到多说话人对话生成,一个 27K Star 的开源模型家族如何重新定义文本转语音的终极形态
2026-08-05 06:43:20 +0800 CST
view 13
深度拆解微软开源语音AI模型家族VibeVoice:7.5Hz连续语音Tokenizer、多说话人对话生成、90分钟长音频处理、300ms实时TTS,MIT协议本地部署,27K Star背后的架构设计与代码实战指南
VibeVoice
微软
TTS
语音合成
多说话人
开源
AI
文本转语音
扩散模型
Tokenizer
OctaFuse Gateway:统一管理Coding Plan/Token Plan的开源AI网关,个人SaaS都能用
编程
OctaFuse Gateway:统一管理Coding Plan/Token Plan的开源AI网关,个人SaaS都能用
2026-06-22 21:00:01 +0800 CST
view 371
OctaFuse Gateway开源AI网关,把Provider、模型路由、API Key、用户、预算、用量审计、财务记账和管理后台放在一起。个人用可统一Coding Plan/Token Plan入口;做SaaS可变成LLM服务底座。支持OpenAI/Anthropic/Gemini多协议,Provider Key池统一调度多套额度,三层成本口径(metered/standard/charged),自带Admin后台+Playground+Simulator。
OctaFuse
AI网关
开源
LLM管理
多模型路由
SaaS
计费审计
Provider Key池
花3块钱、2小时训练一个64M的"小破模型",能干啥?
编程
花3块钱、2小时训练一个64M的"小破模型",能干啥?
2026-04-21 09:05:56 +0800 CST
view 585
MiniMind:从零手写完整LLM训练流水线,64M参数,2小时+3块钱训练完成,支持预训练+SFT+RLHF+工具调用,适合Multi-Agent/自动化/端侧集成
开源
LLM
PyTorch
模型训练
MiniMind
AI
工具调用
RLHF
DiffusionGemma 深度实战:当谷歌用图像扩散的逻辑重塑文本生成——从离散扩散原理到 4 倍推理加速的生产级完全指南(2026)
编程
DiffusionGemma 深度实战:当谷歌用图像扩散的逻辑重塑文本生成——从离散扩散原理到 4 倍推理加速的生产级完全指南(2026)
2026-06-17 23:28:33 +0800 CST
view 538
2026年6月谷歌开源DiffusionGemma,26B MoE参数仅激活3.8B,通过离散扩散实现4倍推理加速。本文从原理、架构、代码实战、性能优化全面深度解析这一范式级创新。
DiffusionGemma
谷歌
文本扩散
MoE
AI推理
Gemma
开源模型
离散扩散
并行生成
深度学习
VibeVoice 深度拆解:微软如何用 LLM+扩散模型重新发明语音合成——从双Tokenizer到90分钟超长对话的全链路技术实战
编程
VibeVoice 深度拆解:微软如何用 LLM+扩散模型重新发明语音合成——从双Tokenizer到90分钟超长对话的全链路技术实战
2026-05-02 22:34:34 +0800 CST
view 559
微软开源VibeVoice深度技术拆解:双Tokenizer架构、LLM对话中枢、Next-Token扩散模型、7.5Hz超低帧率,90分钟多角色对话生成的全链路实战
VibeVoice
语音合成
TTS
扩散模型
LLM
微软开源
OmniRoute 深度拆解:一个端点接入 290+ 大模型——免费 AI 网关的工程架构与 2026 年 Token 经济学革命
编程
OmniRoute 深度拆解:一个端点接入 290+ 大模型——免费 AI 网关的工程架构与 2026 年 Token 经济学革命
2026-07-30 20:46:41 +0800 CST
view 115
OmniRoute:GitHub 33k Stars 开源 AI 网关,支持 290+ 提供商、500+ 模型,RTK+Caveman 双引擎 Token 压缩节省 15-95%,18 种智能路由策略,内置 104 MCP 工具,与 Claude Code/Cursor/Copilot 无缝集成,月均 ~15.3 亿免费 Token 配额
OmniRoute
AI网关
Token压缩
RTK
Caveman
AI编程
免费API
开源
多模型路由
MCP
VibeVoice 深度解析:微软开源语音AI的架构革命,7.5Hz帧率如何重塑长音频处理范式
编程
VibeVoice 深度解析:微软开源语音AI的架构革命,7.5Hz帧率如何重塑长音频处理范式
2026-04-22 01:51:38 +0800 CST
view 663
微软开源VibeVoice语音AI模型家族深度解析,7.5Hz超低帧率连续语音Tokenizer、Next-Token Diffusion架构、ASR长音频识别、TTS多说话人合成、实时流式语音生成,附完整代码实战与生产部署指南
VibeVoice
语音AI
ASR
TTS
微软开源
扩散模型
SurrealDB 深度解析:Rust 打造的六合一多模型数据库如何用 Record Links + 向量检索 + ACID 事务让 AI Agent 的「记忆」不再碎片化——从 SurrealQL 语法到生产级知识图谱实战的完整指南
编程
SurrealDB 深度解析:Rust 打造的六合一多模型数据库如何用 Record Links + 向量检索 + ACID 事务让 AI Agent 的「记忆」不再碎片化——从 SurrealQL 语法到生产级知识图谱实战的完整指南
2026-07-07 03:41:54 +0800 CST
view 234
深度解析Rust编写的SurrealDB多模型数据库:六种数据模型(文档+图+关系+向量+时序+KV)统一到单一引擎,Record Links记录链接自动解引用、HNSW向量索引、ACID事务、实时订阅。从SurrealQL语法到AI Agent知识图谱生产实战,含Python/Go SDK完整代码示例与企业案例。
SurrealDB
多模型数据库
Rust
Record Links
向量检索
ACID
AI Agent
SurrealQL
知识图谱
开源
OmniRoute 深度解析:聚合 237 家模型提供商的免费 AI 网关如何用智能路由+Token 压缩实现每月 16 亿 Token 白嫖——从架构原理到生产级部署的完整实战指南
编程
OmniRoute 深度解析:聚合 237 家模型提供商的免费 AI 网关如何用智能路由+Token 压缩实现每月 16 亿 Token 白嫖——从架构原理到生产级部署的完整实战指南
2026-07-07 13:47:41 +0800 CST
view 376
深度解析 OmniRoute 开源 AI 网关:聚合 237 家模型提供商、90+免费模型、智能路由、自动故障转移、RTK+Caveman Token 压缩技术,月享 16 亿免费 Token
OmniRoute
AI网关
开源
Token压缩
智能路由
免费模型
Groq
Together
OpenAI
API
GitHub Copilot 接入首个开源模型:Kimi K2.7 Code 深度解析,一次打破 AI 编程格局的历史性事件
编程
GitHub Copilot 接入首个开源模型:Kimi K2.7 Code 深度解析,一次打破 AI 编程格局的历史性事件
2026-07-07 15:13:58 +0800 CST
view 557
深度解析 GitHub Copilot 首次接入开源模型 Kimi K2.7 Code 的技术细节、架构设计、性能表现与生态影响,探讨开源编程模型的崛起与中国AI国际化的新路径。
GitHub Copilot
Kimi K2.7
AI编程
开源模型
月之暗面
Kimi Code
AI工具
编程助手
GitHub Copilot 接入 Kimi K2.7 Code 深度解读:开源模型的登堂入座与 AI 编程格局重塑
编程
GitHub Copilot 接入 Kimi K2.7 Code 深度解读:开源模型的登堂入座与 AI 编程格局重塑
2026-07-07 20:12:44 +0800 CST
view 262
2026年7月,GitHub Copilot 首次接入开源模型 Kimi K2.7 Code。本文从技术原理、模型架构、性能实测、开发者体验、格局影响等多维度,深度解析这一里程碑事件的真实含义。
GitHub Copilot
Kimi K2.7
AI编程
开源模型
编程助手
Moonshot AI
月之暗面
AI Agent
VibeVoice 深度解析:微软如何用双分词器与扩散解码器重新定义语音AI的天花板
编程
VibeVoice 深度解析:微软如何用双分词器与扩散解码器重新定义语音AI的天花板
2026-04-14 11:25:32 +0800 CST
view 793
深度解析微软开源的 VibeVoice 语音 AI 框架,涵盖双分词器架构、σ-VAE 声学分词器、语义分词器、扩散解码器、长序列建模等核心技术,配完整代码示例和本地部署教程。
VibeVoice
微软
语音AI
TTS
ASR
扩散模型
tokenizer
开源
VoxCPM 深度解剖:扔掉离散 Token 的 TTS——0.5B 小模型如何用「扩散自回归」在连续语音空间里造出真人级声音
编程
VoxCPM 深度解剖:扔掉离散 Token 的 TTS——0.5B 小模型如何用「扩散自回归」在连续语音空间里造出真人级声音
2026-07-26 05:14:43 +0800 CST
view 157
VoxCPM 深度拆解:OpenBMB 与清华 THUHCSI 联手,扔掉离散语音 token,用端到端扩散自回归在连续语音空间建模。0.5B 参数、RTF 0.17、消费级显卡实时跑,零样本克隆真人音色与情绪。含 LocEnc、层级语义-声学 LM、FSQ 解耦、扩散解码头原理与代码实战、性能优化与选型建议。
VoxCPM
TTS
语音合成
扩散模型
自回归
MiniCPM
OpenBMB
声音克隆
Tokenizer-Free
开源
百度 ERNIE-Image 文生图模型深度解析:8B参数可商用,24G显卡即可运行
资讯
百度 ERNIE-Image 文生图模型深度解析:8B参数可商用,24G显卡即可运行
2026-04-23 16:22:16 +0800 CST
view 854
百度开源了ERNIE-Image文生图模型,基于DiT架构,仅8B参数,可在24G显存显卡上运行。该模型在GenEval和LongTextBench基准测试中表现优异,尤其擅长文字渲染、指令遵循和结构化生成(如海报、漫画)。提供标准版(50步)和Turbo版(8步),支持Diffusers、SGLang和ComfyUI部署,完全开源可商用。
AI绘画
开源模型
百度
图像生成
文字渲染
海报设计
漫画创作
技术教程
Onyx 深度解析:当开源 AI 平台重新定义企业级智能中台
编程
Onyx 深度解析:当开源 AI 平台重新定义企业级智能中台
2026-04-14 18:24:03 +0800 CST
view 719
深入解析 GitHub 26k Stars 的开源企业级 AI 平台 Onyx,涵盖 LLM-Agnostic 架构设计、混合检索+知识图谱 RAG 系统、定制化 Agent、多数据源连接器、企业级安全等核心能力
AI平台
RAG
开源
企业级
Onyx
Agent
多模型
Kubernetes
Hermes Agent 深度解析:拆解自进化 AI Agent 的完整工程架构,从源码到生产部署
编程
Hermes Agent 深度解析:拆解自进化 AI Agent 的完整工程架构,从源码到生产部署
2026-07-21 11:44:46 +0800 CST
view 247
深度拆解 Nous Research 开源的 Hermes Agent(150K+ Stars):从源码层面解析自进化闭环学习系统、四层记忆体系、技能自创建与 patch 优化机制、200+ 模型统一抽象层、工具安全设计与 Curator 自动维护,并提供从源码编译到 Docker 生产部署的完整实战指南。
Hermes Agent
Nous Research
AI Agent
自进化
闭环学习
SQLite
FTS5
模型路由
MCP
开源
Kimi K2.7 Code 深度实战:当国产开源编程模型把长上下文 Agent 能力拉满——从 1T MoE 架构到 256K 上下文、从 MCP 工具调用到生产级代码助手的完全指南(2026)
编程
Kimi K2.7 Code 深度实战:当国产开源编程模型把长上下文 Agent 能力拉满——从 1T MoE 架构到 256K 上下文、从 MCP 工具调用到生产级代码助手的完全指南(2026)
2026-06-19 16:32:28 +0800 CST
view 641
月之暗面开源 Kimi K2.7 Code 深度解析:1T MoE、256K 上下文、MCP 工具调用、API 与本地部署实战,附完整代码示例。
Kimi
K2.7 Code
Moonshot
代码模型
开源
综合
Llama 3.1 Omni:颠覆性的文本与语音双输出模型
2024-11-19 09:57:33 +0800 CST
view 2050
Llama3.1Omni模型是一种创新的多模态语言模型,能够同时生成文本和语音,提升用户体验。它适用于客户服务、教育和医疗等多个领域,具有强大的推理能力和生成质量。该模型开源,易于使用,开发者可以根据需求进行定制。Llama3.1Omni的出现为AI应用带来了更智能和多样化的可能性,值得关注和应用。
人工智能
语言模型
多模态交互
开源技术
用户体验
5ire:MCP原生的跨平台桌面AI助手,支持本地知识库+多模型自由切换
编程
5ire:MCP原生的跨平台桌面AI助手,支持本地知识库+多模型自由切换
2026-04-16 19:04:26 +0800 CST
view 771
5ire是一款开源跨平台桌面AI助手(1.5K Stars),原生支持MCP协议,可接入多模型并构建本地知识库,支持docx/pdf/excel等文档向量化,适合隐私敏感场景。
AI
MCP
桌面助手
开源
知识库
RAG
多模型
GuaDa AI:功能完备的AI Agent系统,支持MCP、Skills、多平台机器人
案例
GuaDa AI:功能完备的AI Agent系统,支持MCP、Skills、多平台机器人
2026-05-07 22:18:24 +0800 CST
view 706
GuaDa AI开源项目:功能完备的AI Agent系统,支持ReAct Agent、RAG知识库、MCP协议、Skills技能框架热插拔、多平台机器人(QQ/飞书/企业微信)。NestJS+Vue 3全栈TypeScript,SQLite+sqlite-vec轻量级部署
AI Agent
ReAct
MCP
Skills
RAG
多模型
NestJS
Vue 3
开源
oh-my-pi (omp) 深度实战:终端原生 AI 编码 Agent——Hash-Anchored 编辑架构与 Rust 实现全解(2026)
编程
oh-my-pi (omp) 深度实战:终端原生 AI 编码 Agent——Hash-Anchored 编辑架构与 Rust 实现全解(2026)
2026-07-22 11:47:48 +0800 CST
view 255
深度解析 oh-my-pi (omp):终端原生 AI 编码 Agent,Hash-Anchored 编辑架构、Rust 实现、LSP 集成、小模型优化,14K+ commits,87% 基准分。
oh-my-pi
AI编程
Hash-Anchored
Rust
终端工具
AI Agent
LSP
开源项目
小模型优化
TUI
Effect 深度拆解:一个「类型驱动」的 TypeScript 运行时如何终结 try-catch 地狱——从 ZIO 灵感到 AI 时代生产级框架的全栈架构哲学
编程
Effect 深度拆解:一个「类型驱动」的 TypeScript 运行时如何终结 try-catch 地狱——从 ZIO 灵感到 AI 时代生产级框架的全栈架构哲学
2026-08-03 12:41:55 +0800 CST
view 43
深度拆解Effect-TS四大核心架构:类型驱动的错误追踪、Service Layer依赖注入、Fiber结构化并发、Schedule可组合重试策略,附完整生产级代码示例与迁移指南
Effect
TypeScript
函数式编程
依赖注入
错误处理
并发模型
Service Layer
Fiber
AI编程
ZIO
Schema
Structured Concurrency
类型安全
开源
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
编程
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
2026-06-21 05:52:51 +0800 CST
view 401
深度解析微软开源语音AI项目VibeVoice:从7.5Hz连续分词器到Next-Token Diffusion架构,从90分钟TTS到60分钟ASR的生产级完全指南。
VibeVoice
语音AI
微软开源
TTS
ASR
扩散模型
LLM
历史的分水岭:GitHub Copilot 接入 Kimi K2.7 Code,开源编程模型的登堂入室
编程
历史的分水岭:GitHub Copilot 接入 Kimi K2.7 Code,开源编程模型的登堂入室
2026-07-04 13:44:27 +0800 CST
view 268
深度解析Kimi K2.7 Code接入GitHub Copilot:从技术架构、性能测试到开源生态影响,全面解读这起开源编程模型登堂入室的历史性事件
Kimi K2.7 Code
GitHub Copilot
开源模型
AI编程
MoE架构
字节跳动
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
...
8
9
10
11
12
...
55
下一页