首页 > AI工具箱 Ai开源项目
Ai开源项目

CogVideo2884
CogVideo2884
目前最大的通用领域文本生成视频预训练模型，含94亿参数。CogVideo将预训练文本到图像生成模型（CogView2）有效地利用到文本到视频生成模型，并使用了多帧率分层训练策略。
码多多Al智能聊天系統
码多多Al智能聊天系統
码多多Al智能聊天系統是一款基于人工智能技术的聊天系统AI源码。它可以与用户进行自然语言对话，提供各种服务和答案。
ChatTTS
ChatTTS
专门用于对话场景的免费在线文本转语音TTS模型，支持英文和中文两种语言。这个语音专文本TTS模型 应该是目前对中文支持最好的了。
AnimateDiff
AnimateDiff
AnimateDiff 是一个能够将个性化的文本转换为图像的扩展模型，一款可以在stable diffusion中制作稳定gif动图的插件。
ProPainter
ProPainter
ProPainter，一键移除视频内的移动物体，一键移除视频水印。
TryOnDiffusion
TryOnDiffusion
TryOnDiffusion就谷歌推出的一项新虚拟试穿功能，能够实现高度逼真的虚拟试穿，用户能够直观地看到不同体型的人穿着不同尺寸的 衣服效果如何。
LabelLLM
LabelLLM
阿里巴巴推出的 AI 视频生成框架，基于轨迹导向的扩散变换器（DiT）技术，能够将文本、视觉和轨迹条件融合，生成高质量且符合物理世界的动态视频。
CosyVoice
CosyVoice
一种深度融合文本理解和 语音生成的一项新型 语音合成技术，CosyVoice能够精准解析并诠释各类文本内容，将其转化为宛如真人般的自然语音。
MindSearch
MindSearch
一个开源的 AI 搜索引擎框架，MindSearch具有与 Perplexity.ai Pro 相同的性能。您可以轻松部署它来构建您自己的搜索引擎。
UniVG
UniVG
百度公司推出的视频生成模型，能够以文本和图像的任意组合作为输入条件进行视频生成。
Cody Former
Cody Former
一个开源的人工智能图像处理工具，Cody Former专注于面部修复、图片清晰化以及视频去除马赛克和修复。
Unique3D
Unique3D
一种图像到3D框架，可以从单视图图像高效生成高质量的3D网格。具有最先进的生成保真度和强大的通用性。
EchoMimic
EchoMimic
一个基于音频驱动的肖像动画生成工具，通过可编辑的特征点条件生成逼真、自然的动画，用户可以根据自己的需求调整动画细节。
LivePortrait
LivePortrait
利用AI技术将静态照片转换为视频，展现逼真的面部表情和动作。
PDF-Guru
PDF-Guru
一个通用型PDF文件处理工具，PDF-Guru包含PDF合并、拆分、旋转、水印、加密、转换等20多项常用功能，完全开源，个人免费使用，界面简洁，简单易用。
QuickRecorder
QuickRecorder
一款基于ScreenCapture Kit for macOS的轻量级录屏工具/基于 ScreenCapture Kit的多功能、轻量化、高性能的开源macOS屏幕录制工具。
FreeAskInternet
FreeAskInternet
FreeAskInternet 是一个完全免费、私有且本地运行的搜索聚合器，并使用 LLM 生成答案，无需 GPU。用户可以提出问题，系统将使用searxng进行多引擎搜索，并将搜索结果合并到ChatGPT3.5 LLM中，并根据搜索结果生成答案。所有进程都在本地运行，不需要 GPU 或 Openai 或 Google API 密钥。
MimicMotion
MimicMotion
腾讯和上交大出的，具有置信度感知姿势指导的高质量人体运动视频生成，MimicMotion可以生成任意长度、具有任何动作指导的高质量视频生成框架。
ClotheDreamer
ClotheDreamer
一个虚拟试穿项目，可以从文本生成可穿戴3D服装，ClotheDreamer是上海大学、上海交通大学、复旦大学和腾讯优图实验室出的。
Farfalle
Farfalle
一个开源的AI 驱动的答案搜索引擎，定位为 Perplexity 的自托管替代品。
AutoStudio
AutoStudio
在多轮交互式图像生成中制作一致的主题
Meilisearch
Meilisearch
闪电般快速的搜索 API，可轻松融入您的应用程序、网站和工作流程
Wiseflow
Wiseflow
一款敏捷的信息挖掘开源免费工具，Wiseflow可以从网站、微信公众号、社交平台等各种信息源中按设定的关注点提炼讯息，自动做标签归类并上传数据库。
DUIX
DUIX
硅基智能打造的AI数字人智能交互平台。通过将数字人交互能力开源，开发者可自行接入多方大模型、语音识别（ASR）、语音合成（TTS）能力，实现数字人实时交互。
Streamer-Sales销冠
Streamer-Sales销冠
销冠，卖货主播 LLM 大模型，Streamer-Sales就一款能够根据给定的商品特点从激发用户购买意愿角度出发进行商品解说的卖货主播大模型。
Omnivore
Omnivore
一款免费、开源、适合认真阅读的稍后阅读应用程序。不受干扰。注重隐私。开源。专为知识工作者和终身学习者而设计。
懒人客服
懒人客服
一个基于 LLM 大语言模型的知识库的集成客服系统，提供开箱即用的智能客服解决方案。
Diffutoon
Diffutoon
一项突破性的卡通着色进步，植根于扩散模型，通过解决四个子问题：风格化、一致性增强、结构指导和着色，将逼真的视频转变为动漫风格。