AI浪潮下12大开源神器介绍

Auto-GPT

Auto-GPT是一个实验性的开源应用程序。这个程序由GPT-4驱动，完全自主的去实现你给机器人布置的任务。截至发稿，Auto-GPT已经在GitHub上收获105K star。

项目地址：https://github.com/Significant-Gravitas/Auto-GPT

stable-diffusion

开源的文本到图像模型。

项目地址：https://github.com/CompVis/stable-diffusion

以及基于stable-diffusion的stable-diffusion-webui，可以使用浏览器更加方便地体验文生图的能力。

项目地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui

gpt4all

一个开源聊天机器人，可以安装在本地客户端直接运行。由于训练数据问题，对中文的支持尚不友好。

项目地址：https://github.com/nomic-ai/gpt4all

langchain

使用 LLM 串联构建应用程序。

大型语言模型（LLMs）正在成为一种具有变革性的技术，使开发人员能够构建以往无法实现的应用程序。然而，仅仅运用这些LLM通常不足以创造出真正强大的应用程序，真正的威力在于将它们与其他计算或知识来源相结合。Auto-GPT也是借助于这个项目的思想进行构建的。

项目地址：https://github.com/hwchase17/langchain

segment-anything

Segment Anything Model（SAM）是一种先进的图像分割模型，它基于Facebook AI在2020年发布的Foundation Model3，能够根据简单的输入提示（如点或框）准确地分割图像中的任何对象，并且无需额外训练就能适应不熟悉的对象和图像4。它利用了传统的计算机视觉技术和深度学习算法，在一个涵盖1100万张图片和11亿个掩码的庞大数据集上进行了训练，展现出了卓越的零样本性能。

项目地址：https://github.com/facebookresearch/segment-anything

llama

Meta开源的大语言模型。

项目地址：https://github.com/facebookresearch/llama

基于llama的C++版本 llama.cpp。

项目地址：https://github.com/ggerganov/llama.cpp

DeepSpeed

DeepSpeed 是由微软开源的一个深度学习优化库，旨在使大语言模型的训练更简单、高效和迅速。

项目地址：https://github.com/microsoft/DeepSpeed

ChatGLM-6B

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。

项目地址：https://github.com/THUDM/ChatGLM-6B

whisper

OpenAI 的 Whisper 自动语音识别 (ASR) 模型。

项目地址：https://github.com/Const-me/Whisper

以及基于Whisper的C++版本whisper.cpp。

项目地址：https://github.com/ggerganov/whisper.cpp

以及基于Whisper并使用 CTranslate2 进行提速的faster-whisper。

项目地址：https://github.com/guillaumekln/faster-whisper

Vicuna

开源的LLM聊天机器人。可以达到 GPT4 90%的水平。

项目地址；https://github.com/lm-sys/FastChat

MiniGPT-4

具有图像理解能力的机器人。

fauxpilot

用于替代GitHub Copilot的开源编程助手，

项目地址：https://github.com/fauxpilot/fauxpilot