最佳Github AI工具与开源项目集锦
PixArt-alpha
PixArt-α文本生成图像
高效训练的Transformer扩散模型实现逼真文本到图像生成
RectifiedFlow
Rectified Flow生成模型
直线路径优化的快速数据生成与传输技术
Latte
Latte视频生成
创新的潜在扩散Transformer视频生成技术
SiT
SiT生成模型
可扩展插值变换器 融合流模型和扩散模型的图像生成新方法
autoregressive-diffusion-pytorch
自回归扩散图像生成
自回归扩散模型：无向量量化的图像生成方法
Open-MAGVIT2
Open-MAGVIT2视觉生成
自回归视觉生成新突破 大幅提升图像分词性能
AudioLCM
AudioLCM文本生成音频
基于潜在一致性模型的文本到音频生成系统
1d-tokenizer
TiTok图像标记化
创新1D图像分词框架实现高效图像处理
mar
MAR图像生成
创新自回归图像生成方法
TATS
TATS视频生成
创新长视频生成框架 基于时间无关VQGAN和时间敏感Transformer
OmniTokenizer
OmniTokenizer视觉生成
联合图像视频标记器实现高效视觉生成
audio-ai-timeline
AI音频生成文本转语音
音频AI领域2023年重大进展及模型概览
panel
PanelPython
Python数据探索和Web应用开发框架
Awesome-Sketch-Based-Applications
Sketch-Based Applications图像合成
草图应用资源汇总 涵盖多领域前沿技术
multi-doc-chatbot
LangChainOpenAI
多文档智能阅读与对话系统
SadTalker
SadTalkerAI动画
将单张肖像图片与音频结合生成逼真的动态说话视频
awesome-nuclear
核科学工程
核科学与工程领域开源项目汇总
Wav2Lip
Wav2Lip唇形同步
先进的AI视频口型同步技术
fMRI-reconstruction-NSD
fMRI重建MindEye
MindEye 从fMRI数据重建和检索视觉信息
versatile_audio_super_resolution
AudioSR音频超分辨率
开源音频超分辨率工具 适用多种类型和采样率
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号