剑二十七

MMAudio是一个开源项目，旨在通过多模态联合训练生成高质量的同步音频。以下是关于这个项目的详细介绍：项目概述MMAudio由香港中文大学的程浩基（Ho Kei Cheng）等人开发，主要功能是根据视频和/或文本输入生成同步音频。其核心创新在于多模态联合训练方法，能够在广泛的音视频和音文本数据集上进行训练。此外，同步模块可以将生成的音频与视...

HivisionIDPhotos 是一个专注于证件照智能制作的开源项目，由Zeyi-Lin开发并维护。该项目旨在通过先进的图像处理和机器学习技术，为用户提供一种高效、便捷的证件照制作解决方案。项目结合了轻量级抠图、多尺寸规格生成、智能换底等多种功能，让用户能够轻松制作出符合标准的证件照。核心功能轻量级抠图：HivisionIDPhotos采用...

视频转动漫的工具貌似有不少，之前我也分享了，但是今天分享的这个，操作是极其简单，我顺手还做了个批量处理。这样就更方便了。Q群一个小伙伴提供了一台远程4060显卡的机器给我远程测试，所以也顺手把N卡包也整合好了。N卡的效率确实是超级高啊，我用CPU跑10秒的视频大概要3-5分钟，但是N卡的话 一分钟不到就搞定了。确实是爽。下面是截图一下给你们看...

vikhyat/moondream是一个开源的、轻量级的视觉语言模型项目，旨在提供强大的图像理解和生成能力，同时确保模型可以在各种环境下高效运行。该项目在GitHub上托管，拥有简洁的代码库和丰富的文档资源，为开发者提供了便捷的使用和定制体验。项目的核心是一个视觉语言模型，该模型能够接收图像作为输入，并基于图像内容生成相应的文本描述或回答相关...

Pinokiofactory/Clarity-Refiners-UI 是一个专注于图像增强的开源项目，它基于 Pinokio UI 框架，并融合了多项先进的图像处理技术。该项目旨在为用户提供一种高效、易用且功能强大的图像增强解决方案。项目背景与目的Pinokiofactory/Clarity-Refiners-UI 是 Pinokio 工厂团...

RMBG-2-Studio是一个基于BRIA-RMBG-2.0模型构建的增强型Pinokio应用程序，它不仅包含了安装文件，还提供了一系列强大的图像处理功能。以下是对该开源项目的详细介绍：项目背景与目的：RMBG-2-Studio旨在为用户提供一种高效、便捷的图像背景移除和图像合成工具。它利用了BRIA AI公司开发的RMBG v2.0背景移...

我基于rembg 开源项目打包制作，部分运行代码参考了一些网友的代码。下面是截图下面是放一些抠图的对比图片这是我批量抠图的演示，因为选的都是一个模型，所以效果确实一般，但是实际上还可以更精细，我已经把所有模型都下载下来了看截图不同的模型可以针对不同类型的图片，不是一个模型就能走天下的。这是官方的说明 可以参考下u2net : 用于一般用例的预...

这个项目群里的小伙伴 推荐了好多次了，之前我也试过做整合包，做完后发现BUG太多了，我就删了，看到作者最近又更新了，所以抽空把这个整合包做出来了。效果嘛 你们自己看。先来一张官方的示例图下面是我跑完的效果下面继续看我用其他图片跑的出来的效果跑一张图片大概需要3-4分钟。下面是界面截图下面是这个项目的AI介绍nstantIR 是一个在 GitH...

Hallo是一个由复旦大学、百度公司、苏黎世联邦理工学院和南京大学共同开发的AI对口型肖像图像动画技术，该技术能够基于语音音频输入生成逼真且动态的肖像图像视频。以下是该项目的详细介绍：项目背景：肖像图像动画技术：该技术旨在从单个静态图像和相应的语音音频中生成一个说话的人像，在视频游戏和虚拟现实、电影和电视制作、社交媒体和数字营销等领域具有巨大...

Diffusers Image Outpaint 是一个在 Hugging Face 上的开源项目，它为图像外绘（image outpainting）提供了强大的工具和解决方案。一、项目背景与目标在图像处理领域，有时我们需要对图像进行扩展或修复，尤其是在图像的边缘部分进行外绘，以创造出更完整或更具创意的图像效果。Diffusers Image...

超级实用的一个AI开源工具，可以输入文本来生成各种声音，感觉这个很有实用场景啊，群里小伙伴推荐的一个项目。我花了点时间做成了整合包。腾讯AI实验室与约翰霍普金斯大学强强联手，共同推出了EzAudio这一革命性的文本到音频生成模型。EzAudio以其前所未有的高效能与卓越音质，为人工智能与音频技术的融合树立了新的里程碑。EzAudio之所以能在...

PuLID是一个由ByteDance Inc.开发的开源项目，专注于通过对比对齐技术实现纯净且高效的图像生成ID定制化。该项目由Zinan Guo、Yanze Wu、Zhuowei Chen、Lang Chen和Qian He等研究人员共同贡献，其中Zinan Guo和Yanze Wu为等量贡献者，Yanze Wu为通讯作者。PuLID项目的...

Flux文生图模型是由Black Forest Labs（黑森林实验室）开发的一款高质量文本到图像生成模型。该模型在多个维度上展现了卓越性能，特别是在文本引导的图像生成、多主体场景构建以及精细的手部细节生成等方面，实现了显著的提升，为文生图领域设定了新的技术标杆。Flux模型的核心特点包括：高性能与高质量：Flux模型采用了先进的混合架构，融...

CogVideoX是智谱AI推出的一款开源视频生成模型，该项目在视频生成领域引起了广泛关注。以下是对CogVideoX开源项目的详细介绍：一、项目背景与简介CogVideoX作为智谱AI的创新成果，旨在通过深度学习技术将文本或图像转换为高质量的视频内容。该项目不仅推动了视频生成技术的边界，还为创作者提供了全新的创作工具和平台。CogVideo...

这个项目我已经做好了几天了，在群里也是分享了，经过几天的运行测试后，现在已经非常稳定了，所以今天抽空整理下分享出来。换脸的效果还是很不错的，你们可以下面的视频演示就知道了。虽然我之前也已经分享了几个换脸的工具了，但是谁又会在意多一个呢？多一个选择总是好的。这个操作是极其简单的。选择人脸，选择视频点下提交就可以换脸了。特别适合那些电脑基础差的小...

Civitai-Web-Scraper是一款专为挖掘CivitAI平台上丰富的人工智能生成图像及其灵感提示而设计的开源工具。该项目由ScreamingHawk在GitHub上开源，旨在帮助艺术家、设计师、AI研究人员以及普通爱好者轻松访问和获取CivitAI网站上的AI创作内容。主要功能与特点：一键式抓取：Civitai-Web-Scrape...

GFPGAN是一个由腾讯PCG应用研究中心（ARC）开发的开源项目，专注于现实世界中的人脸修复算法。它利用预训练的人脸生成对抗网络（GAN）中的丰富先验信息来进行盲脸修复，尤其擅长处理低分辨率或损坏的人脸图像。GFPGAN主要特点：实用性：旨在为实际应用中的人脸恢复提供实用算法。先验信息：利用GAN（如StyleGAN2）中的丰富和多样先验信...

PhotoMaker是一个由腾讯ARC实验室和南开大学MCG-NKU联合开发的前沿图像生成工具，该项目在CVPR 2024会议上进行了展示。PhotoMaker旨在通过堆叠的ID嵌入技术，实现对真实人类照片的定制化编辑与生成。其核心功能在于能够迅速根据用户提供的参考图像（ID图像），结合文本提示，生成具有高度身份一致性（ID fidelity...

这个项目对显卡要求有点高，我大概10秒的视频 转成动漫风格8G的4060大概需要1小时左右。所以你如果显存低于8G 就不要试了。CPU也会占用不少。整合包我已经做好了，解压后记得先安装好cuda就可以使用了。下面是视频演示

EmotiVoice（易魔声）是一款功能强大且现代的开源文本转语音（TTS）引擎，由网易有道开源并维护。该软件以其中英文双语支持和超过2000种不同的音色而闻名，为用户提供了极为丰富的声音选择。以下是对EmotiVoice（易魔声）的详细介绍：一、核心功能双语言支持：EmotiVoice支持中英文两种语言的文本转语音，满足了不同用户的语言需求...

LivePortrait是一款由快手科技与中国科学技术大学和复旦大学合作开发的先进AI驱动的肖像动画框架，其项目地址位于https://github.com/KwaiVGI/LivePortrait。该软件旨在通过创新的图像处理技术，将静态的照片转化为栩栩如生的动态视频，为用户带来更加生动有趣的视觉体验。核心特点高效性：LivePortrai...

最近都在留意这个文字转语音工具，无意发现了这个开源项目，效果相当不错，所以顺手就做成了整合包，本身这个项目是支持N卡的，但是因为我没有N卡，所以就只能做成了用CPU跑。。。如果你有N卡，想高效率去生成语音的话可以去开源项目那里看看。群里有小伙伴说这个能否做小说推文，我自己测试了下完全可以，而且我感觉比某音某手上面的小说推文的语音好多了，文末会...

我们都知道AI生成图片，是很吃电脑配置的，特别是显卡。没有一个好的显卡，就靠CPU来烧，那效率太残忍了。所以很多时候我都是在网上找一些在线AI生成图片的网站。一直都用的挺好的，但是不知道为什么这几天我用的大部分都倒闭了。真是太残忍了，没地方白票了好痛苦啊。这不就有小伙伴给我留言说 没得用了，很烦躁啊。我也烦躁啊。昨天还特别做了个视频还给你们展...

今天心血来潮感觉很久没有分享AI图片了，然后趁早今天太阳不错，很暖和的样子，准备出门去嗦个粉，好久没出去了。。。出门前准备生成一些AI图片。然后看看效果怎么样，这玩意效果就像抽奖一样，不是每张都效果很好的。但是今天我的手气还不错，出图率很高。打开Stable Diffusion 输入关键词，自我感觉应该差不多了然后把批次数直接拉到1...

一不小心就生成了500多张你女朋友的头像，本来想把我的下载站的随机头像更新一下，毕竟看久了就腻了，换个花样。但是感觉有些小伙伴可能也会喜欢这样的头像，今天就把这些图片分享出来。下面来看截图。图片都是正方形的。512x512，如果觉得小了 可以自行用无损AI图片放大工具去放大免费开源的 AI 图像放大提升增强画质工具，跨平台 upscayl 最...

严正声明1.由于本网站资源是由互联网搜集整理而成，版权均归原作者所有。本站仅提供一个观摩学习的环境，将不对任何资源负法律责任。2.若无意中侵犯到您的版权利益，请来信联系我们，我们会在收到信息后尽快给予处理！（联系邮箱jian27$126.com,请把$换成@）3.本站为纯属分享资源站点，网站内所有资源仅供学习交流之用，请勿用作商业用途，并请于...

前2次分享的AI图片还比较受小伙伴的欢迎，抽个时间整理了第三波，全部都是正方形的 图片比例是1:1，上次分享的是横版和竖版的图片。分享的图片不是简单的用裁剪工具采集而成，都是通过AI重新构图生成。包含了N种分类，因为时间有限精力也有限，实在是没办法把分类也整理出来。下面是随手选的一些图片，先看看另外我要特别说明一下啊，我用的文章配图的封面大部...

上次分享了100张AI人工智能生成的图片后，发现还是有不少小伙伴喜欢，这次整理的是横屏的图片，网上的AI生成的图片大部分都是竖屏的，导致有时候使用起来不是很方便，所以这次特地整理了1600+横屏的图片。这样使用起来就更方便，更爽了。下面是素材的截图，只是部分，实在是太多了，下载地址在文末。分低分辨率和高分辨率2种，以满足不同场景的需求。如果各...

我上次分享了一个图片生成视频的工具，那个效果只能算强差人意，距离我们想象中的图片生成视频还有太远的距离。不过我今天要分享的这个图片生成视频的工具距离我们的想象就不是那么远了。先来看一个演示。下面是生成的视频下面是演示视频这个可以看到这个生成的视频简直是可以说是很惊艳了。我一口气生成了好多个，这个AI工具 目前对于景物或者是风景 物品之类生成的...

前几天分享的AI视频换脸工具，很受小伙伴的喜欢。今天闲着没事就玩了几把街机游戏，像什么恐龙快打的还是不错的，超级经典好玩啊，但是画面实在是很模糊了。我想现在AI这么强大，能不能试着修复下这些画面。感觉也很好玩啊。先来一张黄帽的，我们这里就是这样叫他，真名也不记得了这是游戏直接截图的。超级模糊就是马赛克风格了我尝试修复下貌似是清晰多了但是效果有...

最近一直在研究玩这个AI，真是欲罢不能啊，越玩越沉迷了。。。废话不多说，先给你们看看我用ai生成的图片，你们就大致明白了，还有些估计不能过审就不发了。图片分享就到这里。下面说说是什么个情况。所以各位小伙伴如果肾不大好的话就不要继续往下看了。怕你们顶不住。我老年人定力比较强就没事。。。这些图片都是用Stable Diffusion 加一些关键词...

序号站点链接站点名称更新时间免 KEY/支持注册159http://45.77.125.48:3002ChatGPT Web2023-05-29是158http://47.243.77.144RJChat2023-05-29否157http://43.153.31.252ChatGPT2023-05-29是156http://47.251.3...