u010522887的专栏

本文分享了`小智AI服务端 本地TTS`的实现，对 `SparkTTS` 采用 vLLM 进行推理加速，并实践了 INT8 量化，最后对首包延时进行了实测。

本文分享了`小智AI服务端 本地TTS`的实现，对`cosyvoice`的首包延时进行了实测。

本文分享了`小智AI服务端 本地TTS`的实现，对`fishspeech`的首包延时进行了实测。

本文分享了`小智AI服务端 TTS`的实现，对`在线 API`的延时进行了实测，并简单测算了成本。

本文分享了`小智AI服务端 LLM`的实现，对`流式推理`方案的延时进行了实测。

本文分享了`小智AI服务端ASR`的`CPU推理`方案，并对配置和成本进行了估算。

本文主要分享了`小智AI服务端ASR`的几种实现方案，对`本地部署-GPU推理`方案的配置和成本进行了估算。

本文分享了轻量级语音合成工具：`kokoro`，并进行了本地部署实测。抛开`语气 情绪`等细粒度控制不谈，`kokoro` 绝对的性价比之王！**对中文支持友好，CPU 实时可跑**，单凭这两点，强烈推荐您一试！

本文分享了开源大模型微调工具 `Unsloth`，并通过一个简单例子，带大家走完了微调deepseek qwen2.5 全流程。

本文带大家本地部署了最新开源的推理模型 `QwQ-32B`，并通过 Ollama/vLLM 进行了本地部署实测。

最近，看到一款开源的语音合成（TTS）系统。今日分享，将介绍 `Spark-TTS`，并带大家本地部署体验，为本地 TTS 选型提供参考。

对于零基础的朋友，有没有一条路径：快速把`浮现在脑海中的想法`落地到`提高生产效率的工具`？

本文带大家采用 **Ollama** + **Nginx** 实现了**高可用**的大模型应用，并采用**Locust** 进行模拟压力测试。

本文分享了如何用 Termux 将旧手机打造成一款个人服务器，并尝试了本地部署 DeepSeek。

本文分享了如何用免费GPU 算力部署 DeepSeek 的推理模型，并内网穿透出来，任性调用。

本文基于 `wcf` 框架，复活了微信机器人-`小爱`，把完整实现过程捋了一遍。

本文分享了一款稳定可靠的微信机器人开发框架：`wcf`，了解其基本原理并快速上手，下篇将带大家实操，从零打造`小爱`同款微信机器人。

最近看到阿里开源的 CosyVoice 又发布了重大更新。今日分享，将介绍 CosyVoice 2.0，并带大家本地部署体验，为本地 TTS 选型提供参考。

本文介绍了大模型接口管理工具-NewAPI，对 OneAPI 进行了二次开发，实现了对 Dify 的支持。除了 Dify 之外，还支持 Midjourney 绘图接口。

本文和大家分享了一款强大的语音克隆工具：fish-speech，**从质量到速度**，相比已有开源方案，有了全方位提升。

本文带大家在本地实操了支持**全身动作生成**的数字人项目 TANGO。

今日分享，给大家带来一款实时的**2.5D数字人**开源项目-UltraLight Digital Human，轻量高效，效果惊艳。

本文带大家在本地部署了 qwen2.5-code 模型，并成功驱动 AI 编程工具 bolt.new。用它来开发前端项目还是相当给力的

本文介绍了开源的端侧多模态大模型 - omnivision，有端侧使用需求的朋友可以关注。

本文通过一个简单案例，带大家实操了**Coze 图像流**。有了这些底层能力，可玩的空间可太大了，比如制作海报、小红书爆款文案图片等。

本文带大家实操了**Dify 搭建图像生成专家**，并实现了后端调用。

本文通过综合运用`工作流`和`Agent`，带大家实操了**Dify 搭建图像生成专家**。

本篇分享，带大家实操：**在微软 Azure 平台，注册一个语音服务，享用免费的 TTS 服务**。

本文带大家本地跑了 Meta 最新开源的 Llama 3.2，并在票据识别任务上进行了实测。

本文通过一个简单案例，带大家实操了**Dify 搭建票据识别专家**。

本文通过一个简单案例，带大家拆解并实操了**Dify 搭建个性化记忆助手**

本文通过一个简单案例，带大家实操了**Dify 搭建 AI 搜索引擎**

本文带大家实操了 LLM 长期记忆框架 `MemoryScope`，为构建更加个性化的智能体，提供了一种可能。

本文带大家本地部署并实测了最新开源的视频生成模型 - `Pyramid Flow`。

本文带大家本地部署并实测了最新开源的语音合成/克隆工具 - `F5-TTS`。

本文通过引入 `Gradio`，带大家实操了`AI数学老师`的前端实现。

本文通过简单两步为`小爱`接入了 `AI数学题解` 的能力，你只需拍照上传图片，任性向他提问。希望这款`免费AI老师`，能帮你省下一笔家教费~

本文带大家实操了 Qwen2.5-Math 本地部署，并搭建了小初高全覆盖的`AI数学老师`。有了它，还请什么家教，从此妈妈再也不用担心辅导娃作业啦。

GOT-OCR2.0号称将 OCR 推进到了 2.0 时代，它到底强在哪？它将大模型引入到 OCR 中，使得多样化的文本识别成为可能，包括：标准文本识别、格式化文本识别、细粒度 OCR 以及多页文档的 OCR。模型轻量：整个模型参数量只有 580M。端到端处理：模型由编码器和解码器组成。输入多样性：处理包括文本、公式、表格、图表、乐谱和几何形状在内的各种光学信号。输出灵活性：能够生成纯文本或格式化结果。支持 html 输出，非常适合给大模型食用。模型训练分为三个阶段。

本文通过`本地部署 CogVideoX`，成功为`小爱`接入了`文生视频`能力。