DisPose
可控人像动画技术 DisPose 是一种可控制的人体图像动画方法，它通过运动场引导和关键点对应来提高视频生成的质量。
Moonshine是一个为边缘设备提供快速且准确的自动语音识别（ASR）的工具。
数据统计
相关导航
DLoRAL
一键实现视频超分辨率的开源框架 DLoRAL是由香港理工大学与OPPO研究院联合推出的一款开源视频超分辨率框架，基于扩散模型实现一步生成高清视频，为视频超分辨率领域带来了革命性突破。
Suna
Kortix-AI 推出的开源通用 AI 智能体平台 Kortix-AI 推出的一款开源通用 AI 智能体平台，旨在成为 Manus 的替代品，通过自然语言对话实现复杂任务的自动化处理。
昆仑万维 Skywork R1V4-Lite
集成视觉推理与工具调用的轻量级多模态智能体 Skywork R1V4-Lite 是昆仑万维（Skywork AI）推出的轻量级多模态智能体，聚焦视觉 - 语言推理，具备图像理解、工具调用、多步推理与深度研究能力，无需复杂提示词即可通过图像输入自动完成任务。
清华开源TurboDiffusion
AI视频生成速度暴增200倍，消费级显卡也能秒出大片！ TurboDiffusion是清华大学TSAIL实验室联合生数科技开源的高效AI视频扩散模型框架，可将视频生成速度提升100至200倍，同时保持高质量输出。
HelloMeme
创新表情包视频生成工具 一款集成空间编织注意力的扩散模型工具，用于简化表情包视频的制作过程，提升图像和视频生成的质量和效率。
EasyControl_Ghibli
一键生成吉卜力风格图像的AI工具 专注于生成吉卜力风格的图像，用户可以通过简单的操作将普通图像转换为具有吉卜力动画特色的艺术作品。
Zonos-TTS
高保真多语言文本到语音模型 一款高保真多语言文本到语音（TTS）模型，支持实时语音克隆和多语言情感控制，能够生成自然、富有表现力的语音。
暂无评论...