DeepSeekOCR

LLM Price Tracker 是一个专为 AI 开发者、CTO 及技术极客打造的旗舰级大模型 API 价格比价工具，为AI开发者、CTO及技术决策者提供一个高效、透明的模型成本比较工具。它汇聚了 OpenAI、Anthropic、Google、DeepSeek、阿里云通义千问等全球顶级 AI 厂商的最新定价数据，致力于解决跨国比价难题。 LLM Price Tracker官网入口网址：https://llm.minprices.com/ 其主要功能和特点包括： 全球视野与统一计价单位：网站聚合了包括OpenAI、Anthropic、Google、DeepSeek、阿里云通义千问等全球顶级厂商的最新定价数据。为了打破货币壁垒，实现直观对比，它将所有复杂的人民币、美元定价统一转换为“美元/百万词元（USD/1M Tokens）”这一标准单位。智能排序与成本优化：用户可以通过点击表格的输入（Input）或输出（Output）价格表头进行一键排序，快速找到处理长文本任务或即时问答等场景下性价比最高的模型选项。关键信息聚合：除了价格，网站还整理了每个模型的关键规格，如上下文窗口大小（Context Window）和功能标签（Tags），后者用于快速识别模型在代码（Coding）、推理（Reasoning）等领域的特长，或是否提供免费额度（Free Tier）。便捷的检索与最新数据：网站内置实时搜索功能，可以快速过滤出特定模型（如DeepSeek或Flash）。其数据也紧跟行业步伐，收录了如GPT-5系列、Claude 4.5系列以及DeepSeek V3/V3.2等2025年的最新一代旗舰模型信息，确保决策基于最新市场行情。 适用人群：该工具主要面向需要控制API成本的独立开发者、正在进行模型选型的企业技术负责人，以及关注AI行业动态的研究人员与分析师。 LLM Price Tracker旨在通过提供一个标准化、可视化的比价平台，帮助用户在几秒钟内完成复杂的成本分析，从而优化其AI解决方案的预算和选型决策。

中国大模型大全，全面收集有明确来源的大模型情况，包括机构、来源信息和分类等，随时更新。旨在记录中国大模型发展情况，欢迎在Issues中提供提供线索和素材。 中国大模型列表网站网址：https://github.com/wgwang/awesome-LLMs-In-China

MMAudio 是一项由伊利诺伊大学厄巴纳-香槟分校、索尼人工智能和索尼集团等机构合作开发的前沿研究项目，其核心目标是通过多模态联合训练（Multimodal Joint Training）实现高质量的视频到音频合成（Video-to-Audio Synthesis）。该项目发表于CVPR 2025，标志着其在多模态学习和生成式AI领域的突破性进展。 MMAudio官网入口网址：https://hkchengrex.com/MMAudio/MMAudio开源项目地址：https://github.com/hkchengrex/MMAudio MMAudio 的核心创新在于其能够根据输入的视频和/或文本信息，生成与之同步的高质量音频输出。这一能力在多媒体内容生成、虚拟现实、影视制作、虚拟主播等领域具有广泛的应用前景。例如，用户可以通过输入一段视频或文本描述，系统即可自动生成与之匹配的音频内容，从而实现更自然、更真实的多媒体内容生成。 该项目不仅在技术上具有高度创新性，还提供了丰富的资源支持，包括论文、代码、Huggingface Demo、Colab Demo 和 Replicate Demo，方便研究人员和开发者快速上手和实验。此外，项目团队还提供了详细的论文和演示视频，便于用户深入了解其技术细节和应用场景。 MMAudio 代表了多模态学习和生成式AI领域的重要进展，为未来多媒体内容的生成和交互提供了新的可能性。

MiniMind 是一个开源的大语言模型（LLM）项目，旨在从零开始，以极低的成本（仅需3块钱）和极短的时间（2小时）训练出一个轻量级的语言模型。该项目由开发者 Jingyao Gong 发起，旨在降低大模型的学习门槛，让更多人能够从零开始训练和理解大模型的原理。 MiniMind官网入口网址：https://jingyaogong.github.io/minimind/MiniMind开源项目地址：https://github.com/jingyaogong/minimind MiniMind 的核心特点是其极小的模型体积，最小模型体积仅为 GPT-3 的 1/7000，适合个人 GPU 快速训练。项目提供了完整的训练流程，包括预训练、监督微调（SFT）、LoRA 微调、强化学习（RLHF）等全过程代码，并且所有代码均从零开始用 PyTorch 重构，不依赖第三方库。 MiniMind 提供了多种模型版本，包括 MiniMind2 系列和 MiniMind-V（多模态扩展），支持多种训练和推理框架，如 llama.cpp、vllm、ollama 等。项目还提供了丰富的数据集和训练脚本，支持从零开始训练模型，并提供了详细的训练和评估工具。 MiniMind 的目标是推动 AI 社区的进步，让更多人能够理解和参与大模型的开发与训练。通过 MiniMind，用户可以体验从零开始训练一个语言模型的全过程，感受创造的乐趣。

SadTalker 是一个开源的 AI 项目，旨在通过音频驱动的单幅图像生成逼真的说话头像视频。SadTalker 的核心功能是将一张静态的人像图片与音频结合，生成一个逼真的说话头部视频，仿佛让一张照片“会说话”。 SadTalker开源项目官网入口网址：https://github.com/OpenTalker/SadTalkerSadTalker官网入口网址：https://sadtalker.github.io/ SadTalker 的技术基础是基于 3D 运动系数的提取和 3D 面部渲染。它通过音频驱动的 3D 运动系数生成，结合 3D 面部渲染器，实现说话头部的自然运动。模型支持多种模式，如静态、参考和缩放模式，并且支持中英文、歌曲等音频输入。SadTalker 的模型结构包括 ExpNet 和 PoseVAE，分别用于生成面部表情和头部运动，确保唇部同步和自然的头部运动。 SadTalker 的使用非常便捷，用户可以通过多种方式使用。用户可以下载预训练模型，安装 Python 3.8 以上版本，运行脚本生成视频。此外，用户还可以通过 Hugging Face 或 Google Colab 在线体验 SadTalker，无需复杂的本地部署。SadTalker 提供了详细的安装教程和社区支持，用户可以通过 Discord 或 GitHub 社区获取帮助。 SadTalker 的应用场景广泛，包括虚拟助手、客服、教育内容制作、个性化信息传递等。它不仅支持商业和个人项目使用，还允许用户自由下载、修改和再分发代码，具有高度的灵活性和可扩展性。SadTalker 的开源特性使其成为 AI 动画生成领域的热门项目，吸引了大量开发者和研究者的关注。 SadTalker 是一个功能强大、开源且易于使用的 AI 工具，为用户提供了生成逼真说话头像视频的解决方案，适用于多种应用场景。

Hallo 是一个由复旦大学、百度、苏黎世联邦理工学院和南京大学联合开发的开源项目，专注于音频驱动的视觉合成技术，能够将图像转化为动画，使图片“开口说话”，并同步音频情感变化。该项目在 AI 领域具有广泛应用，如虚拟偶像、影视制作、教育、游戏开发等 。 Hallo开源项目网址：https://github.com/fudan-generative-vision/halloHallo官网入口网址：https://fudan-generative-vision.github.io/hallo/#/ Hallo 的技术特点：采用端到端扩散范式，通过分层音频驱动视觉合成模块，实现对表情和姿势的自适应控制。项目支持多种使用方式，包括原生安装、简化版本（如 hallo-webui 和 ComfyUI-Hallo）以及在线演示。 Hallo 的应用场景：适用于虚拟偶像、影视制作、教育、游戏开发、人机交互等领域 。