章节 01
导读 / 主楼：MiniMax Token Plan多模态模型Hermes技能集成方案
该项目提供了MiniMax Token Plan多模态模型的Hermes/Codex技能集成，支持文本转语音、文生图、文生视频、图生视频、音乐生成、搜索和视觉理解等功能。
正文
MiniMax Token Plan多模态模型Hermes技能集成方案
该项目提供了MiniMax Token Plan多模态模型的Hermes/Codex技能集成，支持文本转语音、文生图、文生视频、图生视频、音乐生成、搜索和视觉理解等功能。
MiniMax多模态Hermes文生视频文生图文本转语音音乐生成AI技能
章节 02
项目概述
随着多模态大模型技术的快速发展，开发者越来越需要便捷的工具来集成文本、图像、音频、视频等多种模态的AI能力。MiniMax作为国内领先的大模型厂商，推出了Token Plan系列多模态模型，涵盖文本转语音、图像生成、视频生成、音乐创作等多个领域。
本项目是一个开源的Hermes/Codex技能（Skill），为开发者提供了一套完整的MiniMax Token Plan模型集成方案，通过简单的命令行工具即可调用丰富的多模态能力。
章节 03
支持的模型与功能
该技能集成了MiniMax Token Plan的多个核心模型：
章节 04
文本转语音（TTS）
- Text to Speech HD：高质量文本转语音
章节 05
图像生成
- image-01：文生图模型
章节 06
视频生成
- Hailuo-2.3-768P 6s：标准质量文生视频
- Hailuo-2.3-Fast-768P 6s：快速生成版本
章节 07
音乐生成
- music-2.5：音乐生成模型
- music-2.6：最新版本音乐生成
- music-cover：音乐翻唱功能
- lyrics_generation：歌词生成
章节 08
其他能力
- coding-plan-vlm：视觉语言模型
- coding-plan-search：搜索增强功能
继续阅读
继续阅读同一主题下的更多内容。
01
02
03
04
Splinter：一款无锁零拷贝的共享内存 KV 与向量存储库，让 LLM 推理告别 socket 与 memcpy 开销
Splinter 是一款极简主义的高性能键值与向量存储系统，通过共享内存和原子操作实现进程间零延迟通信，核心代码仅 766 行，却能支持每秒数百万次操作和 768 维向量存储，为本地 LLM 推理和数据密集型应用提供了全新的架构思路。
Folkering OS：当操作系统本身就是 AI——一个能自我进化的裸机 Rust 系统
Folkering OS 是全球首个 AI 原生裸机操作系统，完全用 Rust no_std 编写，无需 Linux、POSIX 或 libc。它能在 10 秒内从零生成命令、编译为 WASM 并运行，实现真正的自我进化。
LLM-assisted-analysis：用大模型检测智能合约逻辑漏洞的新思路
该项目探索如何利用大语言模型（LLM）检测以太坊智能合约中的逻辑漏洞，特别是传统静态分析工具难以捕捉的业务逻辑缺陷，如经济操纵、执行顺序错误等。
从零构建现代LLM：一个教学级的Llama风格语言模型实现
本文介绍了一个从零开始构建现代大语言模型的开源项目，该项目从GPT-2风格的基础架构逐步演进至Llama 2/3风格的生产级实现，涵盖了RMSNorm、RoPE、SwiGLU、GQA和MoE等关键技术的完整教学实现。