大家好，2025年06期《The AI Journal》半月刊发布啦。本期为大家带来了5个开源项目，分别是：
- bambot：2000元打造开源人形机器人
- watermark-removal：基于深度学习的高效去水印工具
- Spring AI Alibaba：阿里巴巴推出的Java AI应用开发框架
- Open-Sora：媲美Sora的开源视频生成AI
- browser-use：实现AI自动化控制浏览器的工具
1 bambot--2000元打造的开源人形机器人
1.1 简介
这款开源人形机器人以极低成本打造，巧妙利用Macbook作为控制中枢，iPhone充当视觉系统。其采用模块化设计，核心组件包含3D打印机械结构、开源控制软件和智能视觉系统，整体造价不到2000元人民币(不含MacBook和iPhone)，堪称机器人爱好者入门的不二之选。
1.2 功能
可以帮你干一些小家务，比如帮你拿零食。
1.3 适用
该项目为机器人爱好者提供了一个绝佳的实践平台，让你能够以极低的成本亲手打造并持续优化属于自己的人形机器人。换个角度来看，这个项目也非常适合亲子合作或青少年培训行业，父母可与孩子共同探索机器人技术的奥秘，在动手实践中培养创新思维，增进感情，减少对手机视频的依赖。
1.4 点评
这款机器人的设计灵感源自lerobot等开源项目，其结构设计更为简洁，因此成本也大幅降低。相较于爆火的宇树机器人，这款开源机器人亲民的价格和易于实现的特点，更加值得关注和推荐。
2 watermark-removal--基于深度学习的高效去水印工具
2.1 简介
watermark-removal基于深度学习技术开发，是一款开源的去水印解决方案，可高效处理图片中的水印信息。其核心采用先进的图像处理算法，能够智能识别并清除各类水印，无论是文字水印还是logo标识都不在话下。该工具兼容多种常见图片格式，同时配备了简洁直观的操作界面，让用户无需复杂操作即可轻松去除水印。
2.2 功能
本工具主要功能包括：
- 快速清除图片和视频中的各种水印
- 精准识别文字水印和logo标志
- 可处理全屏复杂水印场景
- 支持主流图片格式
- 界面设计简洁易用
2.3 适用
本工具主要面向以下使用场景：
- 摄影爱好者：用于清理照片中的多余水印
- 平面设计师：处理素材图片中的水印信息
- 普通用户：去除个人照片中的水印
- 内容创作者：处理素材图片的版权水印
- 电商运营：清理产品图片中的水印
2.4 点评
这款开源去水印工具堪称神器，功能强大且完全免费，是内容创作者的福音。无论是文字水印还是logo标识，它都能轻松去除，让素材焕然一新。对于经常需要处理带水印素材的用户而言，这款工具无疑是必备利器，强烈推荐使用！
3 Spring AI Alibaba--阿里巴巴推出的Java AI应用开发框架
3.1 简介
Spring AI Alibaba 是一款 Java 语言实现的 AI 应用开发框架，旨在简化 Java AI 应用程序开发，让 Java 开发者像使用 Spring 开发普通应用一样开发 AI 应用。Spring AI Alibaba 基于 Spring AI 开源项目构建，默认提供阿里云基础模型服务、开源及商业生态组件的集成与最佳实践。
3.2 功能
以下是 Spring AI Alibaba 支持的核心能力，未来更多高级功能将以这些核心能力为基础：
- 开发复杂 AI 应用的高阶抽象 Fluent API -- ChatClient
- 提供多种大模型服务对接能力，包括主流开源与阿里云通义大模型服务（百炼）等
- 支持的模型类型包括聊天、文生图、音频转录、文生语音等
- 支持同步和流式 API，在保持应用层 API 不变的情况下支持灵活切换底层模型服务，支持特定模型的定制化能力（参数传递）
- 支持 Structured Output，即将 AI 模型输出映射到 POJOs
- 支持矢量数据库存储与检索
- 支持函数调用 Function Calling
- 支持构建 AI Agent 所需要的工具调用和对话内存记忆能力
- 支持 RAG 开发模式，包括离线文档处理如 DocumentReader、Splitter、Embedding、VectorStore 等，支持 Retrieve 检索
3.3 适用
Spring AI Alibaba 主要面向以下用户群体：
- Java 开发人员：想要快速搭建 AI 应用的 Java 工程师
- AI 应用开发人员：需要在现有系统中集成 AI 功能的开发者
- 企业技术团队：需要接入阿里云大模型服务的企业开发团队
- 开源技术爱好者：对 Spring 生态和 AI 技术有浓厚兴趣的开发者
- 技术研究人员：需要快速验证 AI 模型效果的研究人员
- 全栈开发工程师：寻求一站式 AI 开发解决方案的技术人员
- 云原生开发人员：致力于将 AI 能力与云原生架构融合的开发者
3.4 点评
让 Java 开发者像使用 Spring 开发普通应用一样开发 AI 应用，不错，加班更带劲了！
4 Open-Sora--媲美Sora的开源视频生成AI
4.1 简介
Open-Sora 是由 Colossal-AI 团队开发的开源项目，旨在复现 OpenAI 的 Sora 视频生成模型。该项目基于先进的深度学习技术，能够根据文本描述生成高质量的视频内容，为视频创作领域带来新的可能性。
作为开源视频生成框架，Open-Sora 强调开放性和可扩展性。开发者可以根据具体需求进行定制开发，支持多种视频生成模式，比如文本到视频、图像到视频等，其致力于助力内容生产领域的创新。
4.2 功能
Open-Sora 提供了以下核心功能：
- 文生视频：通过文字描述自动生成高清视频
- 图生视频：将静态图片转化为动态视频
- 风格转换：实现多种艺术风格的视频转换
- 视频编辑：提供剪辑、拼接等基础编辑功能
- 分辨率：支持多种画质输出
- 帧率调节：可自由设置视频帧率
- 时长控制：可生成不同时长的视频
- 多语言：支持多国语言输入
- 模型调优：开放模型微调接口，支持个性化训练
- 硬件加速：利用GPU加速，大幅提升生成速度
- 开源扩展：完整开源代码，支持深度定制开发
- 社区生态：拥有活跃开发者社区，持续迭代优化
4.3 适用
Open-Sora 适用于以下人群：
- 视频内容创作者：快速产出高质量视频的短视频博主、UP主等
- AI 从业者：致力于视频生成技术研究的相关工程师或学者
- 开发者：基于开源框架进行二次开发的程序员
- 数字媒体从业者：从事广告创意、营销视频制作的专业人员
- 教育工作者：制作教学视频的教师、培训讲师
- 游戏开发者：负责游戏场景和动画制作的开发人员
- 技术爱好者：对AI视频生成技术充满好奇的极客
4.4 点评
Open-Sora 作为开源视频生成领域的标杆之一，成功复现了 Sora 的核心功能。从文生视频到图生视频，功能全面，为创作者提供了另一个选择，目前已经有25.9k的关注量。虽然这两天OpenAI的图片视频工具又火出圈了，但是相信随着社区持续贡献，Open-Sora 等开源工具，将继续成为推动视频生成技术发展领域的重要力量。
5 browser-use--实现AI自动化控制浏览器的工具
5.1 简介
browser-use 是一款基于 AI 技术的浏览器自动化工具。它能够智能地完成表单填写、链接点击、页面跳转等常见操作，大幅提升用户的工作效率。通过先进的 AI 算法，browser-use 可以准确理解用户意图，结合上下文环境做出智能判断，让日常任务处理变得更加轻松便捷。
这款工具特别适合经常需要操作网页的用户群体，比如数据分析师、市场推广人员和内容创作者等。它通过简化浏览器操作流程，让用户可以把更多精力放在创意构思和策略制定等核心工作上。
5.2 功能
browser-use的功能非常强大，支持以下功能：
- 智能表单填充：利用AI技术自动识别并填写网页表单，根据上下文信息智能匹配内容
- 自动化交互：实现网页元素的自动点击与操作，包括按钮、链接等常见交互
- 页面导航：智能处理页面跳转与重定向，确保操作流程的连续性与稳定性
- 意图理解：基于AI算法深度理解用户操作意图，提供精准的自动化决策
- 并行处理：支持多任务并发执行，显著提升网页操作效率
- 跨浏览器支持：全面兼容Chrome、Firefox、Edge等主流浏览器
- 插件集成：无缝对接常用浏览器扩展，支持个性化功能定制
- 操作追踪：自动记录完整操作流程，便于后续查看与重复执行
- 异常处理：智能识别操作异常，提供详细的错误诊断与解决方案
- 任务调度：支持定时任务设置，实现自动化操作的精准调度
5.3 适用
browser-use 的目标用户群体包括：
- 网页数据分析师：日常需要大量采集和处理网页数据的分析师
- 数字营销人员：从事广告投放、SEO优化等数字营销工作的人员
- 内容创作者：包括博主、编辑等需要频繁浏览和收集素材的创作者
- 科研人员：需要收集文献资料和实验数据的学术工作者
- 测试工程师：从事网页功能自动化测试的开发者（强烈推荐）
- 自由职业者：需要同时处理多个网页任务的独立工作者
- 在校学生：需要收集学习资料、完成在线作业的学生群体
- 技术极客：对浏览器自动化技术有浓厚兴趣的爱好者
5.4 点评
2025年被视为Agent元年，browser-use在这一技术浪潮中占据着举足轻重的地位。无论是Manus还是其他网页交互智能体，都离不开这款开源软件的支持与启发。作为连接智能体与现实世界的重要纽带，网页浏览功能的重要性不言自明。特别值得一提的是，该项目近期成功获得1700万美元的种子轮融资，资本市场用实际行动表达了对这一创新技术的认可。更令人惊叹的是，browser-use从诞生到取得如此成就，仅用了短短数月时间，发展速度之快着实令人瞩目。
本期内容就到这里啦，如果你有更好的推荐或者对哪个项目特别感兴趣，欢迎在评论区给我留言，我将根据情况进行收录，并将大家喜欢的项目加入专栏，进行更加详细的介绍。我们下期再见！
