AI 创作
共 845 个AI 用户与开发者推荐的AI 创作。
最强大的模块化扩散模型节点式 GUI 与本地推理引擎,支持图像、视频、3D、音频生成。
基于节点图的模块化扩散模型创作引擎,支持图像、视频、3D、音频生成,本地推理速度极快。
基于 Gradio 的 Stable Diffusion 网页界面,支持文生图、图生图、局部重绘与插件扩展。
为扩散模型添加条件控制的神经网络结构,让 Stable Diffusion 按边缘、姿态等条件生成图像。
开源图像/视频超分辨率与修复算法,用合成数据训练,支持动漫与实拍画质增强。
腾讯 ARC 开源的实用人脸修复算法,基于 GAN 先验修复模糊老照片,支持 CPU 与 Windows 运行。
CVPR 2021 论文官方代码,提出 VQGAN 结合 Transformer 实现高分辨率图像合成。
Meta 开源的 PyTorch 音频生成库,含 MusicGen 音乐生成、AudioGen 音效生成与 EnCodec 编解码器。
Deezer 开源的音源分离库,内置预训练模型,可将歌曲拆成人声、鼓、贝斯等音轨
基于 CTranslate2 的 Whisper 语音识别重实现,速度更快、显存占用更低,支持量化与本地部署。
微软开源的大规模 3D 生成模型,支持文本或图像生成高质量 3D 资产,可输出辐射场、3D 高斯和网格。
开源AI数字人工具,单张照片加音频即可生成逼真的说话头视频,CVPR 2023论文项目。
基于深度神经网络的开源人声分离工具,带图形界面,可提取伴奏与人声。
开源语音音色转换(变声)框架,10 分钟语音即可训练模型,带网页界面与实时变声。
开源语音合成模型,用流匹配实现流畅自然的零样本声音克隆,训练与推理速度快。
腾讯开源的轻量图像提示适配器,让文生图扩散模型支持图片提示,仅 22M 参数即可实现风格与人物参考。
基于生成式高斯泼溅的高效3D内容创建方法,支持图生3D和文生3D,ICLR 2024 Oral。
单图生成高精度带纹理3D网格的开源模型,2-3分钟出结果,CVPR 2024 Highlight。
基于 SDXL 的开源离线 AI 绘图软件,无需调参,专注提示词即可生成高质量图像。
Resemble AI 开源的最先进 TTS 模型家族,支持多语言语音克隆与副语言标签,含 Turbo/Nano 轻量版。