开源项目

VideoDoodles，在视频中轻松任意的插入手绘动画

让我们看看官方演示视频吧！视频涂鸦将手绘动画与视频片段相结合。我们的交互式系统...

SD变现宝，一键把comfyui工作流转换成小程序。

SD变现宝插件可以一键把comfyui工作流转为“微信小程序”、“抖音小程序”、...

Clapper，开源的AI生成和AI视频编辑器

Clapper 是一个开源的 AI 故事可视化工具。 Clapper 的理念是让...

Deep-Live-Cam，视频实时换脸，只需一张图像即可实现人脸替换

Deep-Live-Cam 是一个实时人脸交换和一键视频深伪工具。它能够利用单张...

开源模型开源项目

VFusion3D，Meta开源的图片生成3D模型

VFusion3D 是一个大型前馈 3D 生成模型，使用少量 3D 数据和大量合...

开源模型开源项目

Parler-TTS，完全开源的文本转语音（TTS）模型

让我们看看官方演示视频吧！ Parler-TTS 是一种轻量级文本转语音（TT...

AvatarPose，通过视频还原人物动作，支持拥抱等人物密切接触的场景

让我们看看官方演示视频吧！ AvatarPose，这是一种从多视图视频中估计多个...

PanoFree，多视图图像生成，支持生成长图、360度图、天空盒图

让我们看看官方演示视频吧！ PanoFree方法概述，以360°全景生成为例。 ...

开源模型开源项目

Lumina-mGPT，图片多模态模型，能生成图片、能识别图片并基于图片内容进行多轮对话

Lumina-mGPT是一系列多模态自回归模型，能够执行各种视觉和语言任务，尤其...

开源模型开源项目

CogVideo，智谱开源的DiT模型，清影同源视频生成模型

让我们看看官方演示视频吧！智谱开源 CogVideoX 系列视频生成模型的第一...

ControlMM，支持输入文字、语音、音乐，生成与内容相匹配的全身动作，多模态输入生成全身动作

让我们看看官方演示视频吧！全身多模态运动生成由文本、语音或音乐控制，具有许多应...

Tora，开源的可以控制物体运动轨迹的DiT框架

让我们看看官方演示视频吧！ Tora，这是第一个面向轨迹的 DiT 框架，该框...