Logo
Project Icon

InternGPT

基于非语言指令的视觉互动系统

InternGPTiGPTHuskyDragGANImageBindGithub开源项目

InternGPT允许用户通过点击、拖拽和绘图与ChatGPT进行视觉交互，优化了视觉任务处理的效率和准确性。该系统集成了辅助控制机制和高质量的视觉语言模型Husky，支持多模态对话、图像生成和编辑等功能，适用于复杂的视觉场景。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
gpt-assistant-android - 基于ChatGPT的Android语音助手 随时随地快速获取AI回复
AndroidGPT AssistantGithubOpenAI API开源项目无障碍服务语音助手
GPT Assistant是一款基于ChatGPT的Android语音助手应用。用户可通过音量键、状态栏快捷按钮或全局上下文菜单从任意界面唤起，进行语音交互。应用支持预设提问模板、联网搜索、图像识别、连续对话和Markdown渲染。提供多种语音识别接口，实现免费便捷的AI交互体验。
visualglm-6b - 中英文图像交互的多模态对话模型
GithubHuggingfaceVisualGLM-6B图像生成多模态对话开源项目模型语言模型预训练
VisualGLM-6B是一个多模态对话模型，支持中文、英文和图像交互。基于ChatGLM-6B，有78亿参数，通过BLIP2-Qformer桥接视觉和语言模型。此模型使用CogView数据集进行预训练，并在长视觉问答数据上微调，以生成符合人类偏好的回答。用户可用Python代码简便调用模型，同时提供命令行、网页示例及模型量化的详细说明。
chatgpt - 命令行ChatGPT工具 支持多模型及高级功能
CLIChatGPTGithubOpenAI API命令行界面开源项目自然语言处理
该命令行ChatGPT工具基于GPT-3.5-turbo和GPT-4模型，提供交互式聊天、管道处理和多种安装方式。工具支持自定义配置、提示切换、对话历史管理和快捷键定制，并兼容Azure OpenAI服务。它为开发者和技术爱好者提供了简化的AI交互体验，是一款功能丰富的命令行AI助手。
Chat-UniVi - 统一视觉表示赋能大语言模型理解图像和视频
Chat-UniViGithub图像视频统一多模态大语言模型开源项目视觉理解
Chat-UniVi是一个多模态AI模型，采用统一的视觉表示方法实现图像和视频的同步理解。该模型运用动态视觉令牌技术，有效捕捉图像空间细节和视频时序关系。经过联合训练，Chat-UniVi在图像和视频理解任务中表现优异，性能超过专门设计的单一模态模型。模型支持多轮对话，能处理包含多个图像或视频的复杂场景，为视觉AI研究提供新思路。
UrbanGPT - 时空大语言模型助力城市智能分析与建模
GithubUrbanGPT城市任务开源项目指令微调时空大语言模型预训练
UrbanGPT是一款创新的时空大语言模型，融合时空依赖性编码器和指令微调范式。该模型能够理解复杂的时空相互依赖关系，在数据稀缺情况下实现全面准确的预测。UrbanGPT在多种城市任务中展现出优秀的泛化能力，尤其在零样本场景下表现出色，为城市规划和管理提供了有力的智能分析支持。
ChatGPT-Video-Parsing - 集成视频解析和AI服务的多功能Web应用
ChatGPTGithubVIP视频解析Vue2开源项目文生图音乐播放
该项目是一个多功能Web应用，集成了VIP视频解析、音乐播放、ChatGPT对话和AI绘图等服务。用户可免费获取海量视频资源，享受智能对话和语音交互体验。基于Vue2和SpringBoot开发，项目提供流畅的用户界面和稳定的后端支持，为用户带来便捷的娱乐和AI交互体验。
talk-to-chatgpt - 语音交互增强ChatGPT使用体验
AI助手Chrome扩展GithubTalk-to-ChatGPT可访问性开源项目语音交互
Talk-to-ChatGPT是Chrome和Edge浏览器扩展，为ChatGPT提供语音交互功能。通过语音识别和文字转语音技术，用户可与AI进行自然对话。扩展集成ElevenLabs API支持自定义语音，并提供语速、语音类型和语言等多项设置。这不仅增强了用户体验，还为老年人和残障人士提供了便利的AI交互方式。
CommanderGPT - 高效智能的桌面AI助手CommanderGPT
AI助手AI工具ChatGPTCommander GPT桌面应用生产力工具
CommanderGPT是Mac和Windows平台上的智能桌面助手，通过简单命令即可快速调用ChatGPT功能。这款工具可在任何应用程序上层运行，支持文本生成、图像创作、翻译和视频内容分析等多项功能。CommanderGPT致力于提升工作效率，使AI辅助更加便捷。此外，它还提供本地历史记录和自定义系统提示，为用户带来个性化的AI体验。
Access-chatGPT-in-Siri - 将ChatGPT功能整合至Siri的开源项目指南
AI对话API接口ChatGPTGithubSiri开源项目快捷指令
此开源项目旨在将ChatGPT功能整合至Siri，初期主要支持iPhone等Apple设备。项目通过快捷指令实现语音交互，包括智能问答和AI绘图。随着版本迭代，功能从单次问答扩展至连续对话，并逐步支持GPT-3.5和GPT-4模型。目前已开放全端接口，扩大了兼容设备范围，方便更多用户体验ChatGPT功能。项目提供了详细的使用说明，包括快捷指令导入、API密钥设置等步骤。除Siri语音交互外，还支持在快捷指令中直接输入问题。随着版本更新，项目解决了多个使用bug，如文本弹窗问题和字符限制等。最新版本已支持GPT-3.5和GPT-4模型，并开放了全端接口，大大提升了项目的实用性和兼容性。
相关项目
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。

使用协议隐私政策广告服务
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