AI开源

Ultravox，开源多模态实时语音模型，可接收音频并发出流文本

让我们看看演示视频吧！ Ultravox 是一种新型的多模态 LLM，它可以理解...

LLaMA-Mesh，清华大学和英伟达推出的文本生成3D模型

让我们看看演示视频吧！ LLaMA-Mesh，清华大学和英伟达推出的文本生成3D...

MagicQuill，基于SD模型的图片编辑，例如，插入元素、擦除对象、更改颜色等

让我们看看演示视频吧！ MagicQuill，基于SD模型的图片编辑，例如，插入...

LogoCreator，开源的Logo生成器，使用 Flux Pro 1.1 在几秒钟内创建专业 logo

让我们看看演示视频吧！ LogoCreator，开源的Logo生成器，使用 Fl...

Pyramid Flow，开源的AI视频模型，最长可生成10秒视频

让我们看看演示视频吧！ Pyramid Flow，开源的AI视频模型，可生成76...

Edify3D，英伟达推出的3D模型，可在两分钟内生成详细的、可用于生产的 3D 资源

Edify3D，英伟达推出的3D模型，可在两分钟内生成详细的、可用于生产的 3D...

JanusFlow，DeepSeek开源的实现统一的多模态理解和生成，可以同时处理图像理解和生成任务

JanusFlow，DeepSeek开源的实现统一的多模态理解和生成，可以同时处...

Fashion-VDM，谷歌推出的生成虚拟试穿的视频扩散模型

让我们看看演示视频吧！ Fashion-VDM，谷歌推出的生成虚拟试穿的视频扩散...

XLabs-AI 发布 Flux 版本的 IP Adapter

让我们看看演示视频吧！ XLabs-AI 发布 Flux 版本的 IP Adap...

Watermark Anything，Meta开源的图像水印AI模型，可以在特定区域添加肉眼看不到的水印

Watermark Anything，Meta开源的图像水印AI模型，可以在特定...

RMBG v2.0，BRIA AI开源的图片背景去除模型

让我们看看演示视频吧！ RMBG v2.0，BRIA AI开源的图片背景去除模型...

VideoChat，实时语音交互数字人，支持端到端语音方案，可自定义数字人形象与音色，支持音色克隆

VideoChat，实时语音交互数字人，支持端到端语音方案，可自定义数字人形象与...