文章
文章AI快讯鲸选商店AI星球
全部标签

全部工具

最新随机最多浏览最多喜欢最多评论
  • 👕👔👚IDM-VTON – 超真实的一键虚拟换装AI工具，支持户外模特，虚拟试衣间，在线免费使用

    👕👔👚IDM-VTON – 超真实的一键虚拟换装AI工具，支持户外模特，虚拟试衣间，在线免费使用

    一、IDM-VTON 是什么？ IDM-VTON（Improved Diffusion Models for Virtual Try-ON）是由韩国科学技术院和OMNIOUS.AI的研究人员提出的一种先进的AI虚拟试穿技术，通过改进扩散模型来生成逼真的人物穿戴图像，实现更真实的虚拟试穿效果。该技术包含两个关键组件：一是视觉编码器，用于提取服装图像的高级语义信息；二是GarmentNet，一个并行U…
    AI换装
    • 1.4k
    CareyCarey
  • Fish Speech – 低显存高效语音克隆生成AI工具，免训练，免安装，本地整合包，复制声音如此轻松~
    下载1个资源

    Fish Speech – 低显存高效语音克隆生成AI工具，免训练，免安装，本地整合包，复制声音如此轻松~

    高效的低显存语音克隆工具，媲美GPT-SoVITS！ 一、Fish Speech是什么？ Fish Speech 是一个全新的文本转语音（TTS）解决方案。作为一个前沿的技术，它提供了高度的自定义和灵活性，允许用户按照他们的个性化需求和期望进行设置。适应多元化环境，可无缝兼容 Linux 和 Windows 操作系统，一站式满足不同用户群体的需求。为了运行此程序，您需要至少 4GB 的 GPU 内…
    声音克隆
    • 1.7k
    PoPo
  • 零一万物 – 首款开源中英双语大模型，本地部署包，免训练，免安装，李开复最快AI独角兽开源项目~
    下载1个资源

    零一万物 – 首款开源中英双语大模型，本地部署包，免训练，免安装，李开复最快AI独角兽开源项目~

    支持输入30万汉字，看不懂《百年孤独》的人有救了 一、零一万物是什么？ 知名投资人、创新工场董事长兼CEO李开复博士带队创办 AI 2.0大模型公司“零一万物”（01.AI），正式发布首款研发的最强开源人工智能（AI）大模型系列，名为“Yi”。 此次 Yi 系列基础模型的首个公开版本包括两款：Yi-6B（数据参数量为60亿）、Yi-34B（340亿），均是双语（英文/中文）、支持开源。其中，Yi-…
    AI对话
    • 2.7k
    PoPo
  • FRESCO – 一键视频风格转换AI工具，告别复杂工作流，北京大学开源，本地整合包，一键运行~
    下载1个资源

    FRESCO – 一键视频风格转换AI工具，告别复杂工作流，北京大学开源，本地整合包，一键运行~

    北京大学近日发布了一项全新的视频风格转换工具——FRESCO。这一工具旨在简化视频转视频的处理流程，使之更加便捷、高效。FRESCO支持将视频转换为多种不同的风格，并且独特之处在于，它可以选择性地转换视频中特定的部分。值得一提的是，该项目的代码已经开源，供广大研究人员和爱好者使用和探索。 一、FRESCO是什么？ FRESCO在设计时考虑了帧间对应关系，并引入了帧内对应概念，从而构建了一个更加稳定…
    风格转绘
    • 2.4k
    PoPo
  • APISR – 专注二次元动漫图像分辨率增强，无损放大AI神器，让漫画焕然一新，动漫爱好者的福音~
    下载1个资源

    APISR – 专注二次元动漫图像分辨率增强，无损放大AI神器，让漫画焕然一新，动漫爱好者的福音~

    APISR：动漫制作启发现实世界动漫超分辨率 APISR旨在恢复和增强低质量、低分辨率的动漫图像和视频源，这些图像和视频源与现实世界场景相比存在各种退化。 一、APISR是什么？ APISR 是一个新的放大算法，专门用于恢复和增强各种低质量、低分辨率的动漫图像和视频，其模型代码已经开源，并且有免费的在线 Demo 可以体验。试了一下效果的确非常不错，可以有效提升线条细节的清晰度，并且色彩的还原度也…
    图像修复
    • 2.4k
    PoPo
  • DiffSynth Studio – 专业视频“三渲二”风格转绘/换衣，递进式AI绘图工具，最佳DomoAI本地平替，国内B站大神开源~
    下载1个资源

    DiffSynth Studio – 专业视频“三渲二”风格转绘/换衣，递进式AI绘图工具，最佳DomoAI本地平替，国内B站大神开源~

    在数字内容创作的领域，扩散模型已经崭露头角，成为图像合成技术中的一股不可忽视的力量。然而，当这些模型被应用到视频合成时，它们往往面临着一系列挑战，比如内容闪烁等问题。针对这一问题，最新研发的 DiffSynth 方法便应运而生，它将图像合成技术巧妙地延伸至视频领域，取得了令人瞩目的成果。 一、DiffSynth Studio是什么？ DiffSynth Studio 不仅仅是一个工具，它融合了多项…
    动画生成
    • 4.9k
    PoPo
  • Cutie – 高质量视频一键精准抠像分离AI工具，短视频剪辑利器，视频换背景、去人物原来如此简单！
    下载1个资源

    Cutie – 高质量视频一键精准抠像分离AI工具，短视频剪辑利器，视频换背景、去人物原来如此简单！

    Cutie用于自动识别和追踪视频里的特定物体，比如一个人或一辆车。假设你有一段视频，里面有很多人和物体在移动，Cutie可以自动找出其中一个特定的人并一直追踪他。 一、Cutie是什么？ Cutie 是一个视频对象分割框架，是XMem的后续作品，具有更好的一致性、鲁棒性和速度。该存储库包含用于标准视频对象分割的代码和用于交互式视频分割的 GUI 工具。 GUI 工具还包含“永久内存”（来自XMem…
    视频抠像
    • 2.4k
    PoPo
  • v2vt – 视频自动翻译AI工具，本地整合包，HeyGen最佳平替，B站大神免费开源~
    下载1个资源

    v2vt – 视频自动翻译AI工具，本地整合包，HeyGen最佳平替，B站大神免费开源~

    大家最近肯定刷到很多名人说英文的视频，今天分享一个能够将任意语言视频自动翻译成中文的小工具，可以解决语言障碍问题，轻松英文语音转中文。 一、v2vt是什么？ 带有口型同步功能的视频翻译的开源项目，可以完成转录视频语音并翻译、语音克隆、口型同步、压制字幕、支持中英视频互相转换等工作。 二、v2vt的开源地址： https://github.com/halfzm/v2vt 三、v2vt的功能亮点： ⚙…
    字幕翻译
    • 1.9k
    PoPo
  • Lobe Chat – 广受欢迎的在线AI对话聊天机器人，一键部署，免费开源

    Lobe Chat – 广受欢迎的在线AI对话聊天机器人，一键部署，免费开源

    开源、现代化设计的 ChatGPT/LLMs 聊天应用与开发框架支持语音合成、多模态、可扩展的（function call）插件系统一键免费拥有你自己的 ChatGPT/Gemini/Ollama 应用 一、Lobe Chat是什么？ Lobe Chat是一个免费开源的高性能AI聊天机器人框架，提供了高颜值的聊天界面程序和丰富灵活的功能，支持语音合成、多模态、可扩展的插件系统，可一键免费部署私人 …
    AI对话
    • 828
    CareyCarey
  • LaVie – 高质量文生视频AI大模型，本地整合包，免安装，免训练，免费使用。
    下载1个资源

    LaVie – 高质量文生视频AI大模型，本地整合包，免安装，免训练，免费使用。

    一、LaVie是什么？ LaVie是一个高质量视频生成项目，使用级联潜在扩散模型。这个项目是由Vchitect开发的官方PyTorch实现。LaVie是一个文本到视频（T2V）生成框架，是视频生成系统Vchitect的主要部分。它还包括一个针对图像到视频（I2V）模型SEINE的微调版本。 二、LaVie的网站地址： 1、论文地址： https://arxiv.org/abs/2309.15103…
    动画生成
    • 1.9k
    PoPo
  • FaceFusion – 重磅更新，最强AI换脸汉化软化，去遮挡，高清化，卡通脸一键替换，本地整合包，无需部署，无需训练，免费使用！
    下载1个资源

    FaceFusion – 重磅更新，最强AI换脸汉化软化，去遮挡，高清化，卡通脸一键替换，本地整合包，无需部署，无需训练，免费使用！

    一个替代Roop的开源软件，通过AI换脸技术实现简单的面部替换操作。Roop项目由于团队成员不当使用而停更，但其中一位作者开源了新项目FaceFusion，在GitHub上已经获得超过5000星的关注。 一、FaceFusion是什么？ Facefusion是一款最新的开源AI视频/图片换脸项目。项目官方介绍只有一句话，下一代换脸器和增强器。采用了全新的界面设计，可以像Stable Diffuis…
    AI换脸
    • 4.8k
    PoPo
  • Stable Doodle – 零门槛AI绘画神器，手残党福音，Stability AI 推出素描转图像工具，让你的涂鸦变成艺术品~
    下载1个资源

    Stable Doodle – 零门槛AI绘画神器，手残党福音，Stability AI 推出素描转图像工具，让你的涂鸦变成艺术品~

    Stability AI 推出的 Stable Doodle 是一款颠覆性的素描转图像工具，它能够将简易的手绘素描转化为栩栩如生的动态图像。这款工具不仅适用于专业人士，同样适合业余爱好者，为用户开启无限的图像创作可能性。 一、Stable Doodle是什么？ Stable Doodle是由Stability AI推出的一款零门槛AI绘画神器，可以将简单的草图转化为精美的图像。它可以将随手的涂鸦草…
    AI绘画
    • 1.9k
    PoPo
  • OMS-Diffusion – AI换装升级版来了，虚拟试衣间，本地整合包，免训练，免安装
    下载1个资源

    OMS-Diffusion – AI换装升级版来了，虚拟试衣间，本地整合包，免训练，免安装

    OMS-Diffusion 是OOTDiffusion的分支版本，与原来的 OOTDiffusion 训练两个 Unet 不同，OMS-Diffusion 只训练一个 Unet，这意味着一台 24GB 内存的机器（3090 或 4090）就足够了。 如今已有很多关于虚拟试穿的项目，如谷歌的Tryon Diffusion, 阿里的Outfit Anyone, 亚马的Diffuse to Choose…
    AI换装
    • 3k
    PoPo
  • LaTeX OCR – 数学公式图像识别AI工具，完美替代坑爹MathPix，本地整合包，无需环境，一键安装，开源免费~
    下载1个资源

    LaTeX OCR – 数学公式图像识别AI工具，完美替代坑爹MathPix，本地整合包，无需环境，一键安装，开源免费~

    由于mathpix开始收费了，于是我们将开源免费的LaTeX-OCR工具制作成本地整合包，点击即可使用，避免大家配置Python环境出现各种问题。 一、LaTeX OCR是什么？ LaTeX-OCR 是一个开源的光学字符识别（OCR）软件，专为LaTeX 文档提供支持。 其主要目的是帮助用户将扫描的文档转换为LaTeX 编辑器可以使用的可编辑文本，从而方便进行修改、编辑和排版。 LaTeX广泛用于…
    PDF
    • 2.3k
    PoPo
  • Lama Cleaner – 一键去水印、去人物、去背景AI工具，本地整合包，修复老照片，轻松去除旅行照片中的路人~
    下载1个资源

    Lama Cleaner – 一键去水印、去人物、去背景AI工具，本地整合包，修复老照片，轻松去除旅行照片中的路人~

    这是一款 AI 修复神器，对于照片中不想要的东西，我们只需要简单涂抹，后台就会自动抹去对应的部分且尽量让抹去的部分和周围的环境相融合。 比如想去个图片的水印，自拍照去掉背景中杂乱的人物或事物，都可以用这款软件帮到你。 就连有破损的老照片也能修复，让我们一起探索它的更多功能。 一、Lama Cleaner是什么？ Lama Cleaner是一款开源的去水印工具，专为Windows平台设计。它采用了先…
    图像修复
    • 2.6k
    PoPo
  • Manga Image Translator – 日漫图片翻译AI神器，妈妈再也不用担心我看不懂漫画了~
    下载1个资源

    Manga Image Translator – 日漫图片翻译AI神器，妈妈再也不用担心我看不懂漫画了~

    一、Manga Image Translator是什么？ Manga Image Translator是一款图片翻译工具，一个使用 Python 打造的开源项目，支持粘贴图片、选择图片或拖放图片进行翻译。该工具可以帮助用户快速翻译图片中的文字，提高工作效率。Manga Image Translator的优势在于翻译速度快、准确度高、操作简单。该工具免费使用，但用户可以通过捐赠支持该服务的维护和开发…
    翻译
    • 1.9k
    PoPo
  • Nougat – 强出天际，学术之光，PDF OCR神器，Meta AI开源，让人头疼的公式表格全部拿下~
    下载1个资源

    Nougat – 强出天际，学术之光，PDF OCR神器，Meta AI开源，让人头疼的公式表格全部拿下~

    科学知识主要存储在书籍和科学期刊中，通常以 PDF 的形式存储。然而，PDF 格式会导致语义信息丢失，尤其是数学表达式。我们提出了 Nougat（学术文档的神经光学 理解），这是一种 Visual Transformer模型，它执行光学字符识别（OCR）任务，将科学文档处理为标记语言，并证明了我们的模型在新的科学文献数据集。所提出的方法提供了一种有前途的解决方案，通过弥合人类可读文档和机器可读文本…
    PDF
    • 2.4k
    PoPo
  • AudioCraft – 顶级音乐生成AI工具，来自Meta AI免费开源，音乐效果媲美音乐家作品~
    下载1个资源

    AudioCraft – 顶级音乐生成AI工具，来自Meta AI免费开源，音乐效果媲美音乐家作品~

    一、AudioCraft是什么？ AudioCraft是Meta AI免费开源的一款深度学习进行音频处理和生成的库。可满足您所有的生成音频需求：音乐、音效以及原始音频信号训练后的压缩。 它具有最先进的EnCodec音频压缩器/标记器，沿着MusicGen，一个简单可控的音乐生成LM，具有文本和旋律调节。 素材训练使用2万小时的授权音乐来训练MusicGen。 二、AudioCraft的项目地址： …
    文生语音
    • 2.3k
    PoPo
  • VALL-E – 微软最强AI声音克隆工具，免训练，免安装，本地整合包，三秒偷走你的声音~
    下载1个资源

    VALL-E – 微软最强AI声音克隆工具，免训练，免安装，本地整合包，三秒偷走你的声音~

    该模型支持多种语言（英语、中文和日语）和零样本语音克隆，你只需要提供一个人短短几秒钟的录音（3-10秒），就能模仿出那个人的声音。此外，它还具有语音情感控制和口音控制等高级功能。同时相对于其他模型，它更轻量、更快速… 一、VALL-E是什么？ Vall-E AI是微软开发的一款基于人工智能的文本到语音转换器。该工具将文本输入转换为音频，并将其与人的情绪和房间的声学效果相匹配。它可以使用三秒的短音频…
    声音克隆
    • 2.9k
    PoPo
  • SadTalker – 图片配合音频秒变声音视频，头部、嘴型超自然，中英双语全能，还会唱歌~
    下载1个资源

    SadTalker – 图片配合音频秒变声音视频，头部、嘴型超自然，中英双语全能，还会唱歌~

    单个肖像图像 🙎‍♂️ + 音频 🎤 = 头部说话视频🎞 一、SadTalker是什么？ SadTalker模型是一个使用图片与音频文件自动合成人物说话动画的开源模型，我们自己给模型一张图片以及一段音频文件，模型会根据音频文件把传递的图片进行人脸的相应动作，比如张嘴，眨眼，移动头部等动作。SadTalker，它从音频中生成 3DMM 的 3D 运动系数（头部姿势、表情），并隐式调制一种新颖的 3D…
    AI数字人
    • 2.2k
    PoPo
  • VideoReTalking – 虚拟数字人视频AI工具整合包，同步音频嘴型/面部表情，腾讯出品~
    下载1个资源

    VideoReTalking – 虚拟数字人视频AI工具整合包，同步音频嘴型/面部表情，腾讯出品~

    你只需要输入任意一个视频和一个音频文件，它能给你生成一个新的视频，在这个视频里，人物的嘴型会与音频同步。VideoReTalking不仅可以让嘴型与声音同步，还可以根据声音改变视频中人物的表情。整个过程不需要用户干预，都是自动完成的。 一、什么是VideoReTalking？ VideoReTalking，这是一种新的AI系统，可以根据输入音频编辑现实世界中头部说话视频的面孔，即使具有不同的情绪，…
    AI数字人
    • 4.1k
    PoPo
  • TripoSR – 快速单图生成3D模型，1秒完成，本地部署包，Stability AI与华人团队联合开源
    下载1个资源

    TripoSR – 快速单图生成3D模型，1秒完成，本地部署包，Stability AI与华人团队联合开源

    TripoSR 的开发灵感来源于LRM（Large Reconstruction Models）的最新研究成果，即通过单一图像实现复杂三维结构的重建。这一突破性的图像到3D模型转换技术，旨在满足娱乐、游戏、工业设计以及建筑行业专业人士对高效3D建模工具的需求，通过快速响应输出，实现3D模型细节的精确可视化。 在性能测试中，TripoSR 在Nvidia A100硬件平台上运行仅需约0.5秒即可生成…
    AI 3D
    • 4.6k
    PoPo
  • CodeFormer – 本地整合包，顶尖人脸补全修复技术，支持黑白照片上色
    下载1个资源

    CodeFormer – 本地整合包，顶尖人脸补全修复技术，支持黑白照片上色

    CodeFormer被誉为“业界顶尖AI去马赛克工具”，它能有效清除学习和研究道路上的障碍。这款工具运用了尖端的神经网络AI技术，能够精确地修复各种破损、模糊、不完整以及黑白的照片和视频，效果令人瞩目！ 一、CodeFormer的技术剖析： CodeFormer 的天才在于其变革性方法：将人脸恢复设想为代码预测挑战。该算法利用简化的代理空间中精心学习的离散密码本的力量，极大地减少了与恢复过程相关的…
    图像修复
    • 2.7k
    PoPo
  • GFPGAN – 老照片人脸修复AI工具本地整合包，腾讯团队出品~
    下载1个资源

    GFPGAN – 老照片人脸修复AI工具本地整合包，腾讯团队出品~

    在数字时代，老照片的修复和保存成为了一项挑战性的任务。幸运的是，随着人工智能技术的发展，我们现在能够以前所未有的方式恢复这些珍贵的回忆。GFPGAN，由腾讯开源，代表了这一技术进步的前沿。这款先进的人脸修复算法不仅仅是一个工具，它集成了一系列的先验知识，以支持对老旧照片中的人脸进行高效、自动化的修复。 通过使用预训练的模型，GFPGAN能够处理所谓的“盲脸”（blind face）修复任务，即在没…
    图像修复
    • 2.1k
    PoPo
❯
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索
客服

  • 扫码打开当前页

  • 山鲸AI丶鲸喜官

返回顶部
error: 您点击的内容受到保护~