Love丶伊卡洛斯

系统梳理AI Agent核心架构、ReAct模式、记忆系统、多Agent协作、失败处理、长任务管理等生产级落地经验，从"能跑"到"能扛"。

《HuMo：多模态协同的人类中心视频生成框架》摘要 该论文提出HuMo框架，通过文本、图像和音频三种模态协同生成高质量可控的人类视频，解决了现有方法在多模态协同控制上的不足。针对数据稀缺问题，HuMo构建三阶段数据处理管道，从大规模视频中自动提取配对的多模态数据。采用渐进式训练策略：第一阶段专注身份保持，第二阶段强化音画同步，通过面部区域预测器提升唇形对齐精度。创新性地提出时间自适应无分类器引导，动态调整各模态权重。实验表明，HuMo在文本一致性、身份保持和音画同步等方面全面超越现有方法，支持多身份控制和文

AnchorCrafter是一款创新AI视频生成系统，能根据单张人物图和多视角产品图生成自然的人-物交互视频。其核心技术包括：1)双分支注意力机制实现人-物外观分离；2)基于3D手部和物体深度信息的动作协调控制；3)交互区域加权损失优化细节。相比传统方法，在物体保留度、定位精度和动作自然度上均有显著提升，特别适用于电商产品展示场景。目前对透明和非刚性物体支持有限，但对常规商品展示效果出色，为虚拟主播和数字营销提供了新的技术解决方案。

修改参考 “F:\ChatWithRTX\RAG\trt-llm-rag-windows-main\ui\user_interface.py”重装了cuda、cudnn，配置了环境变量，还是报错，重装了chat With RTX，顺带把模型勾上装了次，居然不报错了，有点东西。webui正常启动了，但qwen无法使用，默认模型可以。科学上网，可以单独装Chat With RTX 先，模型之后手动装。参考：3.安装TensorRT-LLM。进行一个配置文件的修改。根据文档提示进行构建。

功能，或者自建内网穿透。

AI Vtuber是一个由 ChatterBot/GPT/Claude/langchain本地or云端/chatglm/text-generation-webui 做为"大脑"驱动的虚拟主播（Live2D），可以在 Bilibili/抖音/快手 直播中与观众实时互动 或者 直接在本地和您进行聊天。它使用自然语言处理和文本转语音技术(Edge-TTS/VITS-Fast/elevenlabs)生成对观众问题的回答并可以通过so-vits-svc/DDSP-SVC变声；另外还可以通过特定指令协同Stable

本地化的GPT就是香，就是有点费钱。