AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
DrawingSpinUp – AI驱动的2D绘画转化为3D效果的动画生成技术
DrawingSpinUp 是一种先进的3D动画生成技术，由香港城市大学的研究团队推出。模型将平面的角色绘画转化为具有3D效果的动态动画，同时保留原始艺术作品的风格...
AI工具
2年前 (2024)
Click2Mask – AI图像编辑技术，通过简单点击和内容描述实现智能编辑
Click2Mask 是一种先进的图像编辑技术，支持用户通过在图片上简单点击来实现局部编辑，无需复杂的遮罩或详细描述。通过动态生成遮罩，结合混合潜在扩散（BLD...
AI工具
2年前 (2024)
Jina-embeddings-v3 – 专为多语言和长文本上下文检索设计的文本嵌入模型
Jina-embeddings-v3 是 Jina AI 推出的一款先进的文本嵌入模型，专为多语言数据处理和长文本上下文检索任务设计。模型拥有 5.7 亿参数，支持长达 8192 个 tok...
AI工具
2年前 (2024)
SwiftBrush V2 – 文本到图像的单步扩散模型，性能与多步模型相媲美
SwiftBrush V2 是文本到图像的单步扩散模型，通过改进训练方法和模型融合技术，实现与多步Stable Diffusion扩散模型相媲美的性能。模型通过更好的权重初始化...
AI工具
2年前 (2024)
Faster Whisper – 一款高效语音识别工具，实现高速转写和快速推理
Faster Whisper 是一个基于OpenAI Whisper模型的高效语音识别工具，运用CTranslate2引擎实现快速推理。在保持高准确度的同时，提升语音转写速度，降低内存使...
AI工具
2年前 (2024)
Filmfotos – 模拟和还原胶片质感效果的LoRA模型
Filmfotos是由DynamicWang推出的的基于Flux架构的LoRA模型，专注于模拟和还原胶片的质感效果。以低饱和度的日系胶片风格为特点，为照片带来柔和、细腻的复古...
AI工具
2年前 (2024)
Follow-Your-Canvas – 腾讯与清华合作推出的高分辨率视频扩展技术
Follow-Your-Canvas 是由腾讯混元团队与清华大学等机构合作推出的一种高分辨率视频扩展技术。通过分布式处理和布局对齐两个核心设计，将视频内容扩展到任意分...
AI工具
2年前 (2024)
PoseTalk – 文本和音频驱动的生成会说话的头部动画开源项目
PoseTalk 是基于文本和音频的姿势控制和运动细化方法的开源项目，用于一次性生成会说话的头部视频。从图像、驱动音频和驱动姿势合成说话人脸视频，为用户提供...
AI工具
2年前 (2024)
Nemotron-Mini-4B-Instruct – 英伟达推出的开源小型语言模型
Nemotron-Mini-4B-Instruct是英伟达推出的一款开源小型语言模型，专为角色扮演、检索增强生成（RAG）和函数调用任务优化。模型通过蒸馏、剪枝和量化技术优化...
AI工具
2年前 (2024)
M2UGen – 腾讯联合国立大学推出多模态音乐理解和生成框架
M2UGen是先进的多模态音乐理解和生成框架，由腾讯PCG ARC实验室与新加坡国立大学联合推出。结合了大型语言模型（LLM）的能力，能处理包括文本、图像、视频和...
AI工具
2年前 (2024)