AI开源

InstantDrag，通过拖拽方式编辑图片

让我们看看官方演示视频吧！ InstantDrag，通过拖拽方式编辑图片，在图片...

DrawingSpinUp，图片生成3D动作视频

让我们看看官方演示视频吧！ DrawingSpinUp，图片生成3D动作，输入角...

Seed-Music，豆包的统一AI音乐生成框架，比Suno更全面更高级

让我们看看官方演示视频吧！豆包的统一音乐生成框架，比Suno更全面更高级，除了...

Open-MAGVIT2，开源的自回归Transformer图片生成模型

Open-MAGVIT2，这是一系列从 300M 到 1.5B 的自回归图像生成...

GVHMR，从视频中识别出任意视角动作，并且支持从任意视角查看动作

GVHMR，从视频中识别出任意视角动作，并且支持从任意视角查看动作。项目地址：...

AI-Youtube-Shorts-Generator，Youtube Shorts生成器，自动将长视频剪辑成短片

让我们看看剪辑前原视频吧！再让我们看看剪辑短片视频吧！ AI Youtube ...

XVERSE-MoE-A36B，元象XVERSE开源MoE模型，免费商用

XVERSE-MoE-A36B 是由深圳元象科技自主研发的支持多语言的...

FLUX-Controlnet-Inpainting，阿里巴巴发布的基于Flux的局部编辑ControlNet

FLUX-Controlnet-Inpainting，阿里巴巴发布的基于Flux...

GameGen-O，腾讯推出的生成开放世界视频游戏的DiT模型

让我们看看官方演示视频吧！ GameGen-O，腾讯推出的生成开放世界视频游戏的...

PuLID发布Flux版本，保持角色一致，仅需一张图片，无需再训练LoRA

PuLID发布Flux版本，保持角色一致，仅需一张图片，无需再训练LoRA. G...

Seed-VC，通过上下文学习进行零样本语音转换，可以模仿名人、动画角色声音及控制语速

让我们看看官方演示视频吧！ Seed-VC，通过上下文学习进行零样本语音转换，可...

LLaMA-Omni，与大型语言模型的无缝语音交互，实现GPT-4o级别的语音能力

让我们看看官方演示视频吧！ LLaMA-Omni是基于Llama-3.1-8B-...