Project Icon

Open-Interface

利用LLM实现计算机自驱动操作

Open Interface通过向LLM后端(如GPT-4V)发送用户请求来实现计算机的全自动驾驶功能。系统通过模拟键盘和鼠标输入自动执行任务,并在必要时发送当前屏幕截图进行调整。此项目支持MacOS、Linux和Windows,并允许连接不同的LLM后端进行自定义配置,带来了提高效率和自动化的新选择。

GPT-Driver - 将GPT-3.5模型用于自动驾驶运动规划的简便方法
GPT-DriverGithubarXiv大型语言模型开源项目自动驾驶运动规划
GPT-Driver项目将自动驾驶的运动规划问题转化为语言建模问题,利用大型语言模型的推理和泛化能力生成驾驶轨迹。通过提示-推理-微调策略,模型能够精确描述轨迹坐标并解释决策过程。实验结果显示,在大规模nuScenes数据集上,该方法表现出色,具备有效性、泛化能力和可解释性。
ScreenAgent - 由视觉语言大模型驱动的电脑控制工具
GithubIJCAI 2024ScreenAgentVLM Agent开源项目数据集自动控制
ScreenAgent项目创建了一个由视觉语言模型驱动的电脑控制环境,允许代理通过截图与真实屏幕互动并操作GUI。自动控制流程分为规划、执行和反思三个阶段,使代理能够完成多步骤任务。项目包含丰富的截图和操作序列数据集,支持包括GPT-4V、LLaVA-1.5、CogAgent和ScreenAgent在内的多种模型,并提供简化体验的网页版客户端。
lollms-webui - 多功能AI模型界面,简化多任务操作
AI模型GithubLoLLMs图像生成多模态系统开源项目音乐生成
LoLLMs WebUI是一个用户友好的平台,支持500多种AI专家和2500多种精细调优模型,适用于写作、编码、数据分析和图像生成等任务。平台兼容多种后端配置,如LM Studio、Ollama和vllm,并提供简单的安装选项。无论是学生、专业人士还是娱乐用户,LoLLMs都能满足多种需求。
OpenAssistantGPT - 使用 OpenAI 的API构建聊天机器人助手
AI聊天机器人GithubOpenAIOpenAssistantGPT开源平台开源项目集成
OpenAssistantGPT,一个开源平台,助力开发者通过OpenAI Assistant轻松构建聊天机器人。特点包括成本效益高、易于网站集成,并提供直接通过OpenAI计费的透明方式。为希望在网站上集成AI聊天功能的开发者设计。详细信息及实施指导,请参见官网。
smartgpt - 为 LLM 提供使用插件完成复杂任务的能力
AutoGPTGPT-4GithubSmartGPT内存管理开源项目插件系统
SmartGPT是一种实验性项目,通过模块化和插件系统支持,将GPT-3.5和GPT-4用于自动完成复杂任务。其特点包括自动配置、动态执行和静态工具链。虽然在生态系统和内存管理方面有一些限制,但SmartGPT正在探索并推动大型语言模型的最大潜力。适合对AI创新感兴趣的开发者。
Agent-Driver - 革命性智能驾驶系统 融合人类智慧与AI技术
Agent-DriverGithub人工智能大型语言模型开源项目自动驾驶认知代理
Agent-Driver是一个创新型自动驾驶系统,通过大型语言模型作为认知代理,将人类智能整合到自动驾驶中。系统包括多功能工具库、认知记忆和推理引擎,实现类人的推理和决策能力。在nuScenes基准测试中,Agent-Driver性能显著超越现有方法,并展现出优秀的可解释性和少样本学习能力。这一项目为自动驾驶领域提供了新的研究方向,向实现人类级别驾驶迈进。
InternVL - 开源多模态模型包提供商业级性能
GPT-4oGithubInternVLSOTA性能多模态模型开源开源项目
InternVL项目,作为一个领先的开源多模态模型套件,提供可媲美商业模型GPT-4o的性能。该项目开放源代码,支持多语种和高效OCR功能,在多个benchmark中展现出顶尖性能。该平台包括多种模型,如InternVL2-Pro和Mini-InternVL系列,适用于从聊天机器人至复杂多模态文档理解的应用场景。完备的文档资料和快速启动指南为社区成员提供便捷的使用和优化体验。
OpenGPT - 综合AI技术平台与创新社区
AI工具AI绘图ChatGPTGPTsOpenAI人工智能
OpenGPT是一个集成多种AI功能的综合平台,提供Prompts商店、GPTs商店、OpenChat对话系统、OpenDraw创意工具和Open Video视频处理功能。平台集成了Gemini Pro、ChatGPT4、DALL.E.3和Imagen2等先进AI技术。作为一个开放的AI社区,OpenGPT鼓励GPTs提交,用户可以参与技术交流,并有机会免费使用这些AI服务。OpenGPT旨在构建一个多元化的AI生态系统,为AI领域的探索和应用提供广阔空间,促进AI技术的交流与创新。
MiniGPT-4 - 视觉语言多任务学习的统一接口
GithubMiniGPT-v2图像理解多任务学习大型语言模型开源项目视觉语言模型
MiniGPT-4是一个视觉语言理解项目,整合了Llama 2和Vicuna模型以增强多模态能力。它支持图像描述、视觉问答和多任务学习,能够处理复杂的视觉理解任务。项目的开源性和灵活架构为研究人员和开发者提供了探索视觉语言AI的工具。
FreeGPT - 开源WebUI项目实现免费访问GPT-3.5和GPT-4
APIDockerFreeGPT WebUIGPT-4Github开源项目自动代理
FreeGPT是一个开源项目,提供用户友好的WebUI界面,无需API密钥即可免费访问ChatGPT功能。项目集成G4F API,支持GPT-3.5和GPT-4模型,并提供增强的越狱功能。FreeGPT还包括Docker支持和自动代理功能,便于部署和使用。作为开源的ChatGPT替代方案,FreeGPT旨在促进AI技术的学习和研究。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号