AI开源项目

一款专业的人物肖像提示词生成工具

一个功能强大且易于使用的视频翻译和配音工具，适用于需要翻译视频或为视频添加不同语言配音的人们。

由清华大学交叉信息科学研究院研发的一款生成模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。

一个强大的 npm 包，它提供了一个在线浏览器中使用的抠图脚本

一个语音转换工具，可以将文字转换为语音，并用OSC消息发送到VRChat上的头像显示。

微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。

一种专门为实时图像生成服务设计的扩散模型管道，显著地提升了实时图像生成的性能。

通过参考图片，使用文本生成图像，风格符合参考图像

AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点

一个使用GPT模型来控制浏览器的工具。它通过接受自然语言命令，实现了用人类方式与浏览器进行交互的功能。

轻松构建LLMs应用程序开源UI可视化工具

一个帮助你在本地运行开源大模型的程序，支持Windows、Mac和Linux多平台

Janus 是由 DeepSeek 团队开发的一系列统一多模态理解与生成模型

EchoMimicV2利用参考图像、音频剪辑和一系列手势来生成高质量的动画视频，确保音频内容和半身动作之间的连贯性。

HivisionIDPhoto 是一款基于 AI 的轻量级证件照制作工具，能智能识别和抠图，快速生成符合多种规格的证件照。支持自定义背景色和尺寸，未来还将推出美颜和智能换正装功能。用户可...