AI开源项目

一款免费开源的漫画生成器，采用LLM和SDXL技术，用户只需输入提示词即可生成类似漫画风格的图片

Facebook Research开发的Audiocraft音频处理和生成库

一个统一可控的视觉生成模型

一个自助托管的、离线的聊天机器人

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。

chatgpt_academic 的功能非常强大，能够一键完成各类复杂任务，包括一键润色论文、一键代码解释、自动生成总结汇报等等

一个开源的深度伪造工具包，用于生成逼真的深度伪造视频和图像。

多语言视觉文本生成和编辑工具，它基于扩散模型，能够在图片中生成或编辑文字

MiniCPM3-4B！该模型的表现超越 Phi-3.5-mini-instruct 和 GPT-3.5-Turbo-0125，并且能够比肩 Llama3.1-8B-Instruct、Qwen2-7B-Instruct、GLM-4-9B-Chat 等多个 7B-9B 参数量的模型。

基于 AI 的口语训练平台

一个公共的代码存储库，主要用于BIliBili视频网站、抖音以及人工智能（AI）方面的虚拟主播项目

一个强大的自动化视频制作工具，它可以自动采集素材、编辑视频、配音、生成字幕，从而简化了视频创建过程

基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果

借助大语言模型（LLM）处理音频的工具

用于在OS X/Linux系统中同步应用程序的设置