开源项目

关于AI的开源的项目

Live_Portrait_Monitor，从摄像头获取的表情视频迁移到对应图片上变成新的视频

Live_Portrait_Monitor，实时渲染的 Live Portrai...

VGGSfM，Meta AI开源的从2D图像中重建相机视角和场景3D

VGGSfM，Meta AI开源的从2D图像中重建相机视角和场景3D. 输入一个...

FasterLivePortrait，支持实时推理的表情转移

FasterLivePortrait通过TensorRT实现在RTX 3090显...

Qwen2-Audio，阿里巴巴开源的音频语言模型

Qwen2-Audio，作为一个大规模音频语言模型，Qwen2-Audio能够接...

Magic Insert，将一个图像中的人或物体拖放到另一个风格图像中并实现风格融合

Magic Insert，能够将主题从具有任意样式的图像拖放到另一个样式截然不同...

StreamVC，谷歌发布的实时低延迟语音转换项目

StreamVC可以实时转换说话者的声音音色，并且可以保持源语音的内容和韵律，比...

AuraFlow v0.1，全开源的最大基于流的文本转图像生成模型

AuraFlow v0.1是全开源的最大基于流的文本转图像生成模型，也是 MMD...

SEED-Story，腾讯开源的多模态长故事生成模型

SEED-Story，这是一种 MLLM，能够生成多模态长篇故事，由丰富而连贯的...

Motion-I2V，通过显式运动建模实现一致且可控的图像到视频生成

Motion-I2V，通过显式运动建模实现一致且可控的图像到视频生成，是由清华、...

EchoMimic，支付宝开源的通过音频和面部标志生成逼真的音画同步肖像视频

EchoMimic 不仅能够通过音频和面部特征点单独生成人像视频，还可以通过音频...

AMchat，开源的高等数学大模型，基于InternLM2-Math-7B微调

AM (Advanced Mathematics) chat 是一个集成了数学知...

PDF-Guru，开源的通用型PDF文件处理工具，包含PDF合并、拆分、旋转、水印、加密、转换等20多项常用功能

PDF Guru是一个通用型PDF文件处理工具，包含PDF合并、拆分、旋转、水印...