Плагины для ИИ-инструментов и редакторов: расширения для Claude Code, Cursor, VS Code и других сред — добавляйте возможности одной установкой.
Открытая модель понимания и генерации речи: понимает эмоции, разговаривает и клонирует голоса.
Открытая платформа аудио-генерации от OpenMMLab: TTS, клонирование голоса, преобразование голоса и восстановление аудио.
Честный бенчмарк программирования без утечек: новые задачи с Codeforces и LeetCode, которые модели гарантированно не видели.
Бенчмарк ИИ в соревнованиях по машинному обучению: модель сама строит ML-решения Kaggle-контестов и получает медали.
Бенчмарк агентов в диалогах с пользователями и инструментами: проверка не только ответа, но и правильности вызванных действий.
Комплексный бенчмарк LLM-агентов: восемь сред — от OS и баз данных до веба и карточных игр — с единой системой оценки.
Бенчмарк веб-агентов на реальных сайтах: покупки, бронирования, работа с форумами и инструментами — с проверкой результатов.
Реалистичный бенчмарк компьютерных агентов: задачи в настоящих ОС и приложениях — от редактора таблиц до системных настроек.
Мгновенная персонализация генерации изображений: одно фото лица — и любые генерации Stable Diffusion с этим лицом, без обучения.
Создание персонализированных изображений людей: несколько фото — и модель генерирует новые портреты в разных стилях и локациях.
Готовые компактные модели речи: STT на десятках языков и TTS — всё работает на CPU быстрее реального времени.
Универсальный переводчик Meta: речь в речь, текст и речь в текст между сотней языков — сохраняет голос и эмоции говорящего.
Офлайн-переводчик с открытым кодом: работает полностью на устройстве, пакеты языков скачиваются отдельно.
Промышленная библиотека NLP на Python: токенизация, сущности, синтаксис и классификация — быстро и в продакшне.
Эталонная библиотека диаризации речи: определяет «кто и когда говорил» в аудиозаписях — от звонков до совещаний.
Whisper с пословными таймкодами и разделением говорящих: транскрибация интервью и встреч с точной разметкой по времени.
Открытый клонинг голоса от MyShell: копирует тембр диктора и переносит акценты на другие языки без повторного обучения.
Лёгкий быстрый TTS от MyShell: синтез на CPU в реальном времени, поддержка английского, испанского, французского, китайского и японского.
Потоковый синтез речи с клонированием голоса: 15 секунд образца — и модель озвучивает любой текст интонациями диктора.
Открытая модель генерации видео от Tencent: кинематографичные ролики по тексту, сильная физика движений и детализация.