分享最实用的AI相关的开源项目 | 第12页

应用 2025.04.14 约 1 分钟

OminiControl Art发布:将GPT-4o的吉卜力等艺术风格提炼至FLUX模型

几种风格选择：吉卜力工作室伊拉苏托亚插图《辛普森一家》史努比体验地址： https://huggingface.co/spaces/Yu…

开源项目 2025.03.04 约 1 分钟

主要特点：支持中英双语提示词输入，擅长理解和遵循中文提示词首个能够在画面中生成汉字的开源文生图模型支持生成任意宽高的图片以及任意长度提示词输入…

开源项目 2025.02.19 约 4 分钟

微软推出的OmniParser V2.0是一个新型的解析工具，其主要功能是将用户界面（UI）截图转换为结构化数据。这一工具的目的是提升基于大型语…

开源项目 2025.02.19 约 2 分钟

2025年2月18日，阶跃星辰与吉利汽车集团联合开源了两款多模态大模型，其中包括全球范围内参数量最大、性能最好的开源视频生成模型阶跃Step-V…

开源项目 2025.02.18 约 3 分钟

昆仑万维于2025年2月18日宣布开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1，以及中国首个SOTA级别基于视频基座模型的表…

开源项目 2025.02.11 约 1 分钟

Zonos 被称为最强开源语音模型，其语音生成质量非常高，并且有中文版本。它包含两种 1.6B 模型，分别是 transformer 和 SSM…

开源项目 2025.01.28 约 1 分钟

在一些基准测试中，Janus-Pro-7B 击败了 OpenAI 的 DALL-E 3 以及 Stable Diffusion、Emu3-Gen…

开源项目 2025.01.10 约 3 分钟

微软于2025年1月8日在Hugging Face平台上开源了其小型语言模型Phi-4。Phi-4是微软2023年推出的小型语言模型系列的第四代…

开源项目 2024.12.16 约 2 分钟

Meta开源的AI试衣模型名为Leffa，它是一个用于生成可控人物图像的统一框架，能够精确操控人物的外观（如虚拟试穿）和姿势（如姿势转移）。Le…

开源项目 2024.12.14 约 3 分钟

根据您的请求，以下是关于端到端的社会视觉-语言-动作建模框架SOLAMI的详细介绍：框架简介：SOLAMI是由商汤科技推出的首个端到端的“社交…