AI开源

Segment Anything Model 2 （SAM 2），实时视频分割，自动追踪主体

让我们看看官方演示视频吧！ SAM 2 是一种分割模型，可以快速、精确地选择任何...

Mann-E_Art，艺术风格的绘画模型，基于SDXL，使用1000张Midjourney生成的艺术家风格图片训练

Mann-E_Art，艺术风格的绘画模型，基于SDXL，使用1000张Midjo...

ViPer，手动版Midjourney的personalizeViPer，根据个人偏好来生成符合用户喜好的图片

让我们来看看官方演示视频吧！ ViPer是通过个人偏好学习对生成模型进行视觉个性...

Stable-Hair，通过扩散模型进行真实的头发转移

目前的头发转移方法难以处理多样化和复杂的发型，从而限制了它们在现实世界中的适用性...

Diffree，通过文字编辑图片，文本引导的无形状对象修复

让我们看看官方演示视频吧！ Diffree是通过文字编辑图片，类似手动选中区域后...

Llama3.1-Chinese-Chat，Llama3.1 中文优化版，开源8B和70B参数

Llama3.1-Chinese-Chat是Llama3.1 中文优化版，开源8...

SpeechGPT2，复旦团队推出的语音生成模型，可以让机器与人类的对话更加自然流畅。

让我们看看官方演示音频吧！ SpeechGPT2 是一种端到端的语音对话语言模型...

Stable Video 4D，具有多帧和多视图一致性的动态 3D 内容生成

让我们看看官方演示视频吧！ Stable Video 4D，是Stability...

Mistral发布Mistral Large 2，代码生成、数学和推理方面的能力明显增强

Mistral Large 2 拥有 128k 上下文窗口，支持法语、德语、西班...

MusiConGen，基于Transformer的文本生成音乐模型，通过文字控制和弦和节奏（BPM）

让我们听听官方演示音频吧！ MusiConGen是基于Transformer的文...

Llama 3.1正式发布，登上大模型王座！

Meta 推出 Llama 3.1：AI 社区的颠覆性版本！ Llama 3.1...

Stable Audio Open，Stability AI开源的音频生成项目

Stable Audio Open是Stability AI开源的音频生成项目。...