FlowiseAI
轻松构建LLMs应用程序开源UI可视化工具
macOSpilot 是 Mac 上的一个多模态 AI 助手，能支持语音和截图，借助 GPT-4V 的多模态能力，可以基于当前屏幕截图和指令可以回复问题。
相关导航
LCM（Latent Consistency Models）
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。
Amphion
一个开源工具包，可实现语音、声音和歌唱功能
Bark
音频转文字
StyleTTS 2
一个开源的文本转语音工具
FreeU
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
VideoCrafter
支持文字生成视频和图片生成视频。
DragGAN
DragGAN 是一个效果惊人的 AI 绘图工具，它让设计师和艺术家交互地、极其精细地调整 AI 绘图过程，和那些输入文本、期待 AI 生成作品、然后一次次痛苦地微调结果的 AI 相比，这领...
暂无评论...