字节跳动发布图像模型蒸馏算法Hyper-SD
字节跳动的Lightning团队发布的新图像模型蒸馏算法Hyper-SD，以下是对文章内容的归纳总结： 1. **技术进展**：Hyper-SD…
栏目
开源项目
关于AI相关开源项目，附带项目代码地址
218
篇内容
中文聊天模型Llama3-8B-Chinese-Chat发布
Llama3-8B-Chinese-Chat 是一个专为中文优化的聊天模型，基于 Meta-Llama-3-8B-Instruct 模型并通过…
Stable Diffusion 3 的 API 版本正式发布
Stable AI宣布了Stable Diffusion 3和Stable Diffusion 3 Turbo在Stability AI开发者平…
AI换装MagicClothing：实现可控的换装效果
MagicClothing这个AI换装的演示效果确实很强大。它基于潜在扩散模型（LDM）开发的新型网络架构，专门处理服装驱动的图像合成任务。通过…
可识别图像中文字并转换为可编辑文本的工具：2txt
2txt是一个基于AI的图像转文字工具，使用Claude Haiku和Vercel AI SDK创建。它可以快速准确地识别图片中的文字，并转换成…
可自动为动画中的线条图着色技术：通过仅需对一帧进行手动彩色化，算法便能自动将颜色传播到后续的所有帧
本文介绍了一种新的学习方法，用于自动给手绘动画上色。传统的上色方法需要手动对每个线条所围成的区域进行上色，非常耗时且繁琐。而本文提出的方法则通过…
用于3D重建和生成的大型高斯重建模型GRM：少量图片能在短时间内构建出物体的3D模型或整个场景
该内容介绍了一种名为GRM的大规模重建器，能够从稀疏视图图像中恢复3D模型。GRM是一种基于Transformer的前馈模型，能够有效地将输入像…
一个高质量的多语言文本到语音（TTS）库：MeloTTS(完美支持中文)
1、MeloTTS支持多种语言的文本转语音，包括英语（包括美国、英国、印度、澳大利亚等口音）、西班牙语、法语、中文、日语和韩语。这使得它适用于全…
一个开源的「贴纸生成器」StickerBaker
开源贴纸制作工具StickerBaker，傻瓜式操作即可，输入关键词就能生成卡通贴纸，支持批量制作多样化贴纸。 StickerBaker是一个使…
出门问问发布“序列猴子开源数据集1.0”
出门问问昨日在其微信公众号宣布，将向公众开放其超大规模语言模型“序列猴子”的部分训练数据集，命名为“序列猴子开源数据集1.0”。本次开源的“序列…