V
主页
SEED-X 多模态基础模型开源-最新开放了图像编辑模型
发布人
https://x.com/ZHOZHO672070/status/1787384529055015286
打开封面
下载高清视频
观看高清视频
视频下载器
浙江大学李玺教授团队、百度王井东博士合作综述:多模态可控扩散模型综述
浦语·灵笔 2.5:对标 GPT-4o 的多模态模型
MindSearch:开源的 AI 搜索引擎框架
ComfyUI:Omost 的开源实现
VADER: 开源文生视频模型
I2VEdit: 使用图像编辑整个视频
FoleyCrafter V2A 开源视频配音技术
ComfyUI 3D pack:新功能更新
快手 Live Portrait:实时数字人肖像演示
手办模型;Midjourney危!FLUX.1 全新开源模型;谷歌 Gemini 超越 GPT-4o; 360 AI 助手【地址放简介】
DEMO 腾讯 vta-ldm:开源视频到音频生成技术
微软 Florence-2:多功能视觉模型
ToonCrater: 支持使用线稿引导生成
ControNet作者了不起!创新AI生图最新模型
ElevenLabs 发布新的 Turbo 2.5 模型
Cinemo: 开源图片生视频
[开源科研神器]多模态文本混合公式表格latex ocr
语音合成天花板!字节多语言 TTS 模型
阿里 OutfitAnyone:虚拟试穿论文发布和在线演示
快手 LivePortrait:支持可爱动物的数字人头动画
Vozo AI 视频编辑器
北大 Open-Sora Plan:发布 v1.2.0 版本
2024/7/30 抢先体验无设备动捕 | 英伟达新技术无需训练的一致性框架 | 开源图片生视频【地址放简介】
Meta发布SAM 2.0,一款突破性的实时图像和视频分割模型!
Anthropic Claude:新功能更新
GIMM-VFI:视频插帧技术
Stylar自称最可控的人工智能图像和设计工具
谁还没用这个免费高效的虚拟试穿!基于Diffusion 虚拟试穿的一个简单高效的项目-CatVTON,提供ComfyUI节点,地址放简介
HumanPlus:开源人形机器人
fish-speech v1.2 我愿称它是最强开源中文 TTS 和音色克隆
Domo AI:视频转绘口形同步升级
自研多模态LaTeX识别本地离线cpu推理
Swift: 超快开源 AI 语音助手
ViPer: 个性化图像生成工具
OpenDiLoCo: 开源分布式 AI 模型训练
【多尺度特征融合+医学图像】快速水出一篇论文的两种创新方案—附最新入门书/顶会论文/数据集/SCI写作模板/期刊
CharacterGen:又一个单图生 3D 模型
YouDream:文生动物 3D 模型
Coin3D: 可控交互式 3D Assets 生成
UltraPixel超高分辨率大模型,华为最新开源,直接生成4K分辨率,图像质量优秀速度感人实用性有待提升