开源项目

MimicTalk，字节跳动开源的在几分钟内模拟个性化且富有表现力的 3D 说话头像视频

让我们看看演示视频吧！ MimicTalk，字节跳动开源的在几分钟内模拟个性化且...

Oasis，AI实时生成游戏，能根据玩家的键盘输入实时生成游戏画面

让我们看看演示视频吧！ Oasis，AI实时生成游戏，能根据玩家的键盘输入实时生...

SDXL_EcomID_ComfyUI，阿里开源的写真模型EcomID的Comfyui原生实现插件

SDXL_EcomID_ComfyUI，阿里开源的写真模型EcomID的Comf...

MVDrag3D，通过拖拽方式编辑3D模型，类似拖拽编辑2D图片

让我们看看演示视频吧！ MVDrag3D，通过拖拽方式编辑3D模型，类似拖拽编辑...

ROCKET-1，基于视觉和时序上下文提示，在开放的环境中进行精确交互

ROCKET-1，基于视觉和时序上下文提示，在开放的环境中进行精确交互，可以通过...

FasterCache，开源的免训练的视频扩散模型加速

让我们看看演示视频吧！ FasterCache，开源的免训练的视频扩散模型加速，...

NotebookLlama，Meta开源的NotebookLM，将PDF生成有声播客

NotebookLlama，Meta开源的NotebookLM，将PDF生成有声...

IC-Light V2，基于Flux模型来改变图片光照，ControlNet作者lllyasviel的IC-Light新版本

IC-Light V2，基于Flux模型来改变图片光照，ControlNet作者...

PersonaTalk，字节跳动发布的音频驱动的视觉配音框架，可以创建唇形同步视频的配音，同时保留个人的谈话风格和面部细节

让我们看看演示视频吧！ PersonaTalk，字节跳动发布的音频驱动的视觉配音...

LongVU，Meta开源的长视频LLM，在保留视频视觉细节的同时减少视频token数

让我们看看演示视频吧！ LongVU，Meta开源的长视频LLM，主要通过过滤重...

EveryoneNobel，使用ComfyUI为每个人生成诺贝尔奖图像

EveryoneNobel，使用ComfyUI为每个人生成诺贝尔奖图像，并使用 ...

Framer，交互式帧插值，用户交互点轨迹控制进行视频插值

让我们看看演示视频吧！ Framer，交互式帧插值，用户交互点轨迹控制进行视频插...