开源项目

关于AI的开源的项目

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...

Diffusion E2E FT，基于扩散模型生成图片的深度图

Diffusion E2E FT，基于扩散模型生成图片的深度图，改进了算法，速度...

LVCD，可以根据线稿和参考图像，自动生成一段带有色彩的动画视频

让我们看看官方演示视频吧！ LVCD，可以根据线稿和参考图像，自动生成一段带有色...

StoryMaker，小红书开源的文生图保持一致性解决方案

StoryMaker 是一种个性化解决方案，它不仅可以保持面部的一致性，还可以保...

Phidias，文本、图像和 3D 条件创建 3D 内容的生成模型

让我们看看官方演示视频吧！ Phidias 支持参考增强图像到 3D、文本到 3...