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
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