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
- 旧金山 Code Engineering 大会聚焦从编码 agent 到软件工厂 — LangChain · 2026-10-27
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- 用 Claude Code 审计 iPhone 备份，揪出被删照片的全部藏身处 — alex_verem · 2026-10-27
- Yuchen Jin：手机不是移动 IDE，而是 agent 舰队的控制台 — Yuchenj_UW · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27
- 别只让 AI 复刻老游戏：工程师呼吁用 Agent 造更野的软件 — rschu · 2026-10-27