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
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11