Reddit 用户展示由 Whisper、Qwen 和 Bernini 组成的 Jarvis 栈
Alive_Ad_3223 · reddit · 2026-07-25
作者晒出自己的 Jarvis 项目栈，属于一个比较完整的多模态助手/智能体方案。
他列出的常用组件包括：Whisper 做 ASR，Qwen 做语音克隆和视觉理解，Z-Image-Turbo / Krea2 做图像生成，Flux-Klein 做图像编辑，AceStep 做音乐/音频，Bernini（Wan 变体） 做视频，另外还有单独的 LLM 和 AI-agent 层。帖子主体是项目展示，配图能看到整个 Jarvis 界面的监听与播放状态。
「编程与Agent」频道最新
- OpenRouter 推出分类器测试版，给模型路由打标签并可视化 — AccBalanced · 2026-07-25
- Codex 工作流技巧：先画流程，再让它实现 — alex_frantic · 2026-07-25
- 微软 OpenForgeRL：在真实部署 harness 中训练智能体 — dair_ai · 2026-07-25
- 论文指出生产级 Agent 失效多因上下文失控 — omarsar0 · 2026-07-25
- Gemini CLI 修复 Windows diff 视图的 CRLF 行尾问题 — luisfelipe-alt · 2026-07-25
- VaynerX 用 Claude 在几小时内做出原本要价 2 万美元的内部应用 — tomcrawshaw01 · 2026-07-25