归档

搜索到 526 个与 "开源" 相关的结果

PaliGemma 2 mix，谷歌开源的升级版视觉语言模型，支持图像字幕，OCR，图像Q＆A，对象检测和分割

PaliGemma 2 mix，谷歌开源的升级版视觉语言模型，支持图像字幕，OC...

开源图片去背景系列，开源视频去背景系列，开源图片视频去背景模型

Object Cutter，一键去除背景，且支持通过文字或框选来指定保留什么物体...

R1 1776，Perplexity开源的无任何审查的DeepSeek-R1，可以提供未经审查、公正和真实的信息

R1 1776，Perplexity开源的无任何审查的DeepSeek-R1，可...

Step-Audio，阶跃星辰开源的智能语音互动框架，可以协调理解和发电，支持多语言对话，情感语调等

Step-Audio，阶跃星辰开源的智能语音互动框架，可以协调理解和发电，支持多...

Step-Video-T2V，阶跃星辰开源的视频模型，可生成最长达 204 帧的视频

让我们看看演示视频吧！ Step-Video-T2V，阶跃星辰开源的视频模型，可...

Scira，开源的AI搜索引擎，原来的MiniperPlx，集成 DeepSeek、Claude、Grok 等模型API等

Scira，开源的AI搜索引擎，原来的MiniperPlx，集成 DeepSee...

we0，开源版AI代码编辑器，类似于bolt.new，支持浏览器运行调试，还原高保真设计图等

we0，开源版AI代码编辑器，类似于bolt.new 支持浏览器运行调试，内置 ...

开源数字人系列，开源嘴型同步系列，音频+图片生成逼真的动态视频

ChatAnyone，阿里推出的使用分层运动扩散模型生成风格化的实时肖像视频，可...

Animate Anyone 2，阿里发布的视频人物替换项目，不过没有开源

让我们看看演示视频吧！ Animate Anyone 2，阿里发布的视频人物替换...

InspireMusic，阿里开源的音乐生成模型，可控制文本提示，音乐流派，音乐结构等

InspireMusic，阿里开源的音乐生成模型，可控制文本提示，音乐流派，音乐...

Sonic，腾讯开源的音频驱动肖像动画项目，适合长视频生成，在口型同步、表情和头部运动方面效果不错

让我们看看演示视频吧！ Sonic，腾讯开源的音频驱动肖像动画项目，适合长视频生...

FireRedASR，小红书开源的语音识别模型，擅长识别中英文、方言/歌词等

FireRedASR，小红书开源的语音识别模型，擅长识别中英文、方言/歌词等，分...