24.1K Star 个性化 AI 助理的新选择！支持图像生成与多种文件格式的AI问答工具！
文章介绍了AI工具Khoj，它通过支持多种模型和文件格式来管理和利用大量信息。Khoj提供自定义知识库和个性化AI助手等功能，并且可以根据需要选择本地部署或云端服务的方式使用。
开源项目
Nvidia开源一系列超强视觉语音模型，中国人已经在全球前沿AI开发占据半壁江山。
英伟达发布NVILA系列视觉语言模型，优化了模型效率和准确性。该模型在图像和视频基准测试中表现出色，并具备多种应用能力，如自动化检测、智慧园区等。
今日软荐：让数据分析像玩 Tableau 一样简单。
Panel Graphic Walker 是一个开源的数据可视化界面工具，结合 Panel 数据应用框架的灵活性和 Graphic Walker 的强大数据可视化能力。它让数据分析和探索变得简单高效，支持多种图表类型、拖拽式操作、动态交互等功能，并无缝集成到 Python 框架中。
阿里开源的声音克隆TTS重磅升级，CosyVoice2支持流式输出，更加流畅自然，用户。
阿里的CosyVoice2迎来重大升级，通过流式合成输出大幅降低语音识别和合成的延迟，提升软件、硬件交互体验。该模型支持多种语言及情感控制功能，已在多个开源项目中得到应用。
用1100 行代码实现GraphRAG！
nano-graphrag 是一个仅1100行代码的开源项目，革新了知识图谱检索技术。它通过构建复杂网络关系，实现更智能、精准的信息检索，支持多后端兼容与异步操作，为开发者提供了友好使用方式和技术细节。
李飞飞AI巨制：一张图生成3D世界，玩家可自由探索，沉浸式人机对话Dippy，专为长视频描述而设计的系统StoryTeller
文章介绍了五项创新技术与工具，包括World Labs的3D场景生成、Dippy Empathetic Speech Subnet用于沉浸式对话、StoryTeller针对长视频描述的技术、ComfyUI-KLingAI-API让用户直接使用KLing AI API以及Flow作为轻量级任务引擎简化AI代理构建。