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。
ConFiner – 高质量长视频生成框架，可制作长达600帧的连贯视频
ConFiner 是一个创新的视频生成框架，由多所大学和研究机构共同推出。结合多个现成的扩散模型专家，无需额外训练可生成高质量且连贯的视频内容。
AI项目和框架
2年前 (2024)
Seed-Music – 字节跳动推出的AI音乐生成大模型
Seed-Music是字节跳动推出的AI音乐生成大模型，将用户录制的 10 秒音频转化为完整的音乐作品。通过自回归语言模型和扩散方法，根据用户的多模态输入（如风格...
AI工具
2年前 (2024)
FaceSwap – 开源的在线AI换脸工具，深度伪造视频和图像
FaceSwap 是一个开源的AI软件，用于创建深度伪造（Deepfakes）视频和图像。基于深度学习技术，在视频或图片中将一个人的脸替换成另一个人的脸。FaceSwap 支持...
AI工具
2年前 (2024)
Claude Dev – AI编程助手，基于Claude 3.5 Sonnet模型
Claude Dev是一个集成在Visual Studio Code中的AI编程助手，基于Anthropic公司的Claude 3.5 Sonnet模型，为开发者提供自动化的编程支持。Claude Dev自动处理...
AI工具
2年前 (2024)
PhotoPrism – 开源的AI照片管理工具，AI驱动的照片分类和搜索功能
PhotoPrism 是一个开源的AI照片管理工具，用 Go 语言编写，旨在为用户提供一个去中心化的照片存储和组织解决方案。支持用户在自己的硬件上运行，完全控制自己...
AI工具
2年前 (2024)
AI Youtube Shorts Generator – 开源的AI视频编辑工具，自动分析视频提取精彩片段
AI Youtube Shorts Generator 是一款开源的 AI 视频编辑工具，基于 GPT-4、FFmpeg 和 OpenCV 等技术自动分析长视频，提取最精彩的片段，将其裁剪成适合短视频...
AI工具
2年前 (2024)
书生·筑梦2.0（Vchitect 2.0） – 上海人工智能实验室推出的AI视频生成模型
书生·筑梦2.0（Vchitect 2.0）是由上海人工智能实验室推出的升级版视频生成开源大模型，旨在生成符合中国文化和东方审美的视频内容。模型支持长达20秒的视频...
AI工具
2年前 (2024)
QA-MDT – 中科大联合科大讯飞推出开源音乐生成模型
QA-MDT（Quality-aware Masked Diffusion Transformer）是由中国科学技术大学和科大讯飞联合推出的开源音乐生成模型。模型基于文本描述生成高质量且音乐性强...
AI工具
2年前 (2024)
SleepFM – 斯坦福大学开源的多模态睡眠分析模型
SleepFM 是斯坦福大学开源的多模态睡眠分析模型，基于超过14,000名参与者的100,000小时睡眠数据，通过融合大脑活动、心电图和呼吸信号，提供全面的睡眠健康评...
AI工具
2年前 (2024)
mPLUG-DocOwl2 – 阿里推出多页文档理解的多模态大模型，单页仅需324个token
mPLUG-DocOwl 2是由阿里巴巴通义实验室mPLUG团队推出的用于多页文档理解的多模态大型语言模型。在不依赖光学字符识别（OCR）技术的情况下，通过高分辨率文档...
AI工具
2年前 (2024)