开源项目

关于AI的开源的项目

I2VEdit，通过图像到视频扩散模型进行第一帧引导视频编辑

让我们看看演示视频吧！ I2VEdit，通过图像到视频扩散模型进行第一帧引导视频...

EMOVA，原生多模态LLM，具备图片+语音+文本的多模态能力，即完整版GPT-4o的能力

让我们看看演示视频吧！ EMOVA，原生多模态LLM，具备图片+语音+文本的多模...

omni-zero-couples，生成指定风格指定人脸的情侣照

omni-zero-couples，生成指定风格指定人脸的情侣照，提供一张情侣图...

MIMO，阿里开源的可控角色视频合成，能够在复杂的运动和物体交互中对任何角色进行动画制作

让我们看看演示视频吧！ MIMO，阿里开源的可控角色视频合成，能够在复杂的运动和...

Zero-shot Cross，Google发布语音克隆项目，仅需几秒钟的参考音频，即可实现声音克隆，且支持合成跨语言的音频

让我们听听演示音频吧！ Zero-shot Cross，Google发布语音克隆...

StableDelight，通过移除镜面反射去除图片的光照，将图片里反光的效果全部去除

StableDelight 是一种从纹理表面去除镜面反射的尖端解决方案。通过移除...

curiosity，基于LangGraph、FastHTML、Tavily构建的一个类似Perplexity的项目

curiosity，基于LangGraph、FastHTML、Tavily构建的...

PDF2Audio，将 PDF 转换为音频播客、讲座、摘要等，NotebookLM的开源替代方案

让我们看看官方演示视频吧！ PDF2Audio，将 PDF 转换为音频播客、讲座...

ColorfulShading，编辑图片的光照效果，能够实现复杂的光照效果

ColorfulShading，编辑图片的光照效果，能够实现复杂的光照效果。项...

PortraitGen，多模态人物肖像视频编辑工具

让我们看看官方演示视频吧！ PortraitGen将2D人像视频提升到4D。它只...

DualGS，生成沉浸式、以人为中心的体积视频

让我们看看官方演示视频吧！ DualGS，生成沉浸式、以人为中心的体积视频，可以...

Cogstudio，用于使用 CogVideo 生成和编辑视频的高级 gradio Web UI

让我们看看演示视频吧！ Cogstudio，用于使用 CogVideo 生成和编...