OmniVoice：支持600+语言的零样本TTS语音克隆模型
今天在 GitHub Trending 上看到一个非常有技术深度的项目：OmniVoice，由 k2-fsa 团队开源的零样本多语言 TTS 模型，支持超过 600 种语言的语音克隆与合成，推理速度达...
扩散模型
ABot-World：用单张桌面 GPU 实现无限交互式世界仿真
今天在 GitHub Trending 上看到一个让人眼前一亮的项目：ABot-World，来自高德地图 CV 实验室（amap-cvlab）。它仅凭一块 NVIDIA RTX 5090 桌面 GPU，就能...
LongCat-Video：美团开源的 136 亿参数视频生成基础模型
今天在 GitHub Trending 上看到一个重量级的开源项目：LongCat-Video，来自美团长猫团队，是一个拥有 136 亿参数的视频生成基础模型，统—支持文生视频（...