剑二十七

这个工具基于AI大模型BiRefNet文件二次开发。可以对视频进行抠像。速度快，效果也不错。对显卡占用很低，8G的英伟达显卡就可以流畅运行了。操作极其简单，无需任何基础 会点鼠标即可。下面截图几张抠像效果演示20241209 v1.1 更新记录1 保留白色和黑色背景这2种视频抠像，新增了一个自定义背景图片抠像。2...

这是一个傻瓜式 AI 图像工具，你只需要：输入一段文字描述（比如：“一个穿汉服的美女在大树下微笑”）点一下“开始处理”等几秒～几分钟 → AI 自动生成一张精美图片！你还可以：✏️ 编辑已有图片：上传一张图，告诉 AI “把她的头发染成蓝色”、“加一只猫”、“换成海滩背景” → AI 自动修改！📸 批量生成：一次输入 10 行、100 行描述...

Wan2.2-TI2V-5B 是一个基于 Transformer 架构的文本到视频（Text-to-Video）生成模型，具有以下特点：🔧 核心特性50亿参数规模：大型 Transformer 模型，具备强大的视频生成能力文本生成视频（T2V）：直接根据文本描述生成视频内容图像生成视频（I2V）：基于参考图像生成相关视频内容高分辨率支持：支持...

image-matting是一个基于开源模型的本地AI图片处理软件，旨在通过AI技术实现高效的图像抠图功能。该项目采用了briaai发布的RMBG-1.4开源模型，为用户提供了一个功能丰富、操作简便的图片处理工具。核心功能AI抠图：支持单张和批量图片抠图，用户无需复杂的操作即可快速从图片中提取出所需的前景物体，无论是人像还是物体，都能达到较高...

一个由开发者 mayswind 创建的开源个人记账工具，名为 EZBookkeeping（简易记账）。该项目旨在为个人用户提供一个轻量、简洁、自托管、无广告、注重隐私的记账解决方案，支持多平台使用（如 Web、移动端适配），并可部署在本地或私有服务器上。🧾 项目核心特性1. 自托管 & 隐私优先所有数据存储在用户自己的服务器或本地设备...

🌟 USO：字节跳动开源的内容与风格解耦统一框架🔍 项目简介USO (Unified Style-Subject Optimized) 是字节跳动UXO团队推出的创新性开源项目，全称为"内容与风格解耦与重组统一框架"。该项目旨在解决图像生成领域中长期存在的风格与内容难以平衡的技术难题，为AI图像创作提供更灵活、更高质量的解...

YuE 是由 Multimodal Art Projection (MAP) 团队推出的开源音乐生成基础模型项目，旨在推动开放、可控、高质量的 AI 音乐生成技术发展。该项目专注于实现从文本（如歌词和风格描述）到完整歌曲的端到端生成，是当前 AI 音乐领域中一个功能强大且具有前瞻性的开源解决方案。核心特点与技术亮点全曲生成 (Full-Son...

介绍VidCoder 是适用于 Windows 的开源 DVD/蓝光翻录和视频转码应用程序。 它使用 HandBrake 作为其编码引擎。Vidcoder 是一款免费开源的视频下载、编辑、配字幕、上传于一体的工具，能应用于DVD/蓝光视频的抓取和转码操作，更重要的是可以导入字幕并进行校队，目前支持中文语言包，操作上更显便捷...

心血来潮，想试试FLUX.1-Kontext-dev 这个新出的模型，但是奈何显卡不是很牛X，生图效率不够高，所以找了下，发现nunchaku 双截棍 这个量化模型还不错，就花了点时间学习下。然后又花点时间写了个界面，方便大伙来玩玩这个。 我的4070ti spuer 16G 30步 出1024x1024 大概30秒，显卡占用不到4G，这个效...

HunyuanVideo-Foley 是一个基于深度学习的音效生成系统，能够根据输入的视频内容，自动识别其中的视觉动作和场景（如脚步、关门、物体碰撞等），并生成与之同步、逼真的环境音效或动作音效。这类技术在影视后期、短视频制作、游戏开发、虚拟现实等领域具有广泛的应用前景，能够显著降低人工配音效的成本和时间。🔧 核心功能视频驱动音效生成（Vid...

InfiniteTalk 是由 MeiGen-AI 团队开发的先进开源项目，专注于解决长视频生成中的关键挑战——实现无限长度的高质量会说话视频生成。该项目突破了传统数字人技术的时长限制，能够生成任意长度的自然流畅的"会说话"视频内容。核心功能与特点1. 无限长度视频生成突破性技术：解决了传统TTS(文本转语音)和数字人视频...

🔮 什么是 CyberFortune_Telling？这是一个基于人工智能模型驱动的虚拟占卜系统。它可能结合了自然语言处理、生成模型与命理知识库，能够根据用户输入的信息（如生辰、问题、关键词等），生成个性化的运势解读、塔罗牌占卜、星座分析或签文预测等内容。界面充满赛博朋克美学，科技感与神秘主义交织，带来前所未有的互动体验。🤖 技术亮点：基于M...

RainbowTaskbar是一个功能强大且实用的Windows任务栏自定义工具，它允许用户根据个人喜好深度定制任务栏的外观和功能，从而提升整体的使用体验。该工具不仅拥有丰富的自定义选项，还以其高速、低资源占用以及支持GPU渲染的特点而著称。RainbowTaskbar的核心功能之一是支持多种任务栏效果，包括文本、图像、圆角、模糊效果、渐变和...

pgAdmin是一个开源的图形化管理工具，用于管理和维护PostgreSQL数据库。作为一个功能强大且易于使用的工具，pgAdmin提供了许多功能，包括创建、编辑、执行SQL查询、监视数据库性能等。本文将介绍pgAdmin的特点、功能以及其在PostgreSQL数据库管理中的重要作用。首先，pgAdmin提供了直观的图形界面，使用户可以轻松地...

本工具基于Ovis2-4B和Ovis2-2B 这2个大模型制作而成。其实早之前我就有分享过反推提示词工具 moondream，但是我昨天遇到了这个大模型，发现功能更加强大，反推出来的提示更加丰富，更多细节描述。这个工具要求显卡比较低，英伟达显卡6g及以上就可以愉快玩耍了我用同一张图片反推提示词下面是Ovis2-4B生成的提示词The...

介绍bkViewer是一款功能强大的图像查看和管理软件，它以其高效、便捷和全面的功能深受用户喜爱。无论是个人用户还是专业摄影师，bkViewer都能为图像管理和处理提供极大的便利。以下是对bkViewer软件的详细介绍。功能概述1. 图像查看bkViewer的核心功能是图像查看，支持多种图像格式，包括常见的JPEG、PNG、GIF、BMP，以...

我在网上瞎逛的时候，发现了这个模型还不错，就花点时间做了二次开发。Shuttle Jaguar 是一款由 ShuttleAI 开发的文本生成图像（Text-to-Image）人工智能模型，专注于生成具有高度审美感、电影级质感和逼真视觉效果的图像。该模型能够在仅需 四步推理 的极短时间内，将自然语言描述的文本提示（prompt）转化为高质量的图...

AI-Clothes-Changer 是一个基于深度学习的交互式图像生成项目，旨在实现“虚拟试衣”功能 —— 用户上传一张人物穿着衣服的照片，再上传一件想要试穿的服装图像，系统即可将目标服装自然地“穿”在人物身上，生成逼真的换装效果图像。🔍 核心功能虚拟换衣（Virtual Try-On）输入：一张人物全身照 + 一件衣服的正面图像（如 T ...

Krita 是一款自由开源的免费绘画软件，使用 GPL 许可证发布。它的功能齐全，能胜任从起草、勾线、上色到最终调整的所有绘画流程，可以绘制概念草图、插画、漫画、动画、接景和 3D 贴图，支持数位板、压感、防抖、图层、滤镜、色彩管理等功能。软件、文档和网站均已内建官方中文版。Krita 具备高度可定制的笔刷系统和完善的图层功能，可通过透明度和...

EchoMimic是一个由阿里巴巴推出的开源AI数字人项目，该项目在数字人技术领域内实现了显著的创新与突破。以下是对EchoMimic的详细介绍：一、项目背景与意义随着人工智能、深度学习、计算机视觉以及自然语言处理技术的飞速发展，数字人技术逐渐成为连接现实世界与虚拟世界的重要桥梁。EchoMimic项目的诞生，旨在通过先进的技术手段，将静态图...

Termora 是一个开源的终端增强工具，旨在提升命令行用户体验，使其更智能、高效且直观。该项目由 TermoraDev 团队开发，专注于将现代用户界面理念与传统终端功能相结合，为开发者和系统管理员提供更强大的命令行交互能力。核心特性：命令智能建议（Command Suggestions）Termora 能够根据用户的历史命令、当前上下文以及...

Windows 自带的资源管理器长期以来一直缺乏原生的标签页支持（直到 Windows 11 22H2 才在部分版本中实验性引入），而 ExplorerTabUtility 正是为了解决这一痛点而开发的轻量级、开源工具。它通过注入或挂钩（hook）技术，在不修改系统核心文件的前提下，为资源管理器动态添加标签页功能。✅ 主要功能多标签页支持在同...

非常小巧的windows内存清理工具，软件大小不到3k，但是功能还是很强大的，有时候你电脑运行的程序多了会变慢变卡，就可以用这个小工具来清理一下，效果还是很明显的。这款免费的 RAM 清理器使用本机 Windows 功能来清理内存区域。有时，程序不会释放分配的内存，从而使计算机变慢。也就是说，当您使用 Windows Memory Clean...

FLUX.1 [Krea-dev] —— 是 Black Forest Labs 推出的 FLUX.1 系列文本到图像生成模型的一个变体，专为设计类应用优化。一、模型背景1. 开发者：Black Forest Labs由前 Stability AI 核心团队成员（包括部分 Stable Diffusion 开发者）创立。2024 年推出 FL...

APK Editor Studio是一款功能强大的全功能APK编辑器，专为开发者和爱好者设计，使他们能够轻松地修改和优化APK文件。这款软件基于Java和IntelliJ IDEA平台，具有直观的图形用户界面，用户无需复杂的编程知识，即可轻松解包、编辑、打包和签名APK文件。APK Editor Studio不仅支持资源ID自动补全，还提供了...

Imagine是来自韩国的多国语言版（包括简体和繁体中文）图片浏览器，以1MB左右的大小包含了非常多的图像处理功能，具有批量转换图像格式、屏幕截图、制作gif图片动画、创建tif多页图像等功能，图像查看，精简优化绿色&单文件版，集成WebP插件，软件启动默认界面为简体中文，无广告，是Windows&WinPE 必备看图工具。I...

HYPIR 是由 XPixel Group（一个专注于图像恢复与底层视觉研究的学术团队）提出的一种基于混合先验的图像恢复模型。该项目的核心目标是解决图像在退化过程中（如模糊、噪声、压缩等）丢失的细节信息，通过引入数据驱动先验与模型驱动先验的融合机制，实现高质量的图像复原。HYPIR 的名称来源于其核心思想：Hybrid Prior（混合先验）...

SWivid/F5-TTS 是一个开源项目，旨在提供一个基于 Diffusion Transformer 和 ConvNeXt V2 架构的文本到语音（TTS）系统，该系统名为 F5-TTS。F5-TTS 的全称是“A Fairytaler that Fakes Fluent and Faithful Speech with Flow Mat...

一款开源免费的简约图片查看器，支持多平台，支持简体中文支持bmp、gif、jpg、png、 TIFF、 WEBP等等格式qView是一款功能全面、界面简洁、体积小巧的图片查看软件，它为用户提供了非常方便和高效的图片浏览体验。首先，qView支持众多图片格式，包括常见的bmp、gif、jpg、png、tiff和webp等，用户无需担心图片格式的...

介绍HopToDesk 是一款开源免费的远程桌面工具，允许用户共享他们的屏幕并允许远程控制访问他们的计算机和设备。与 TeamViewer 或 AnyDesk 等其他类似工具不同，HopToDesk 对个人和企业用途都是免费的，为所有对等通信提供真正的端到端加密，并且是开源的。软件特点软件特点多平台支持HopToDesk 在 Windows、...

MegaTTS3 是字节跳动开源的一个先进的文本到语音（TTS）合成系统，具有以下特点：🌟 核心特性1. 高质量语音合成基于扩散模型的语音生成技术支持高保真度的语音合成生成自然、流畅的语音输出2. 强大的语音克隆能力能够克隆特定人的声音特征只需少量参考音频即可实现声音复制保持原始音色的同时合成新内容3. 多语言支持支持中文、英文等多种语言跨语...

Ovis-U1 是由阿里巴巴AIDC-AI团队开发的一个先进的多模态大语言模型项目。这个项目专注于构建能够同时处理文本和图像信息的AI系统。核心特点多模态融合能力能够同时理解和处理文本与图像数据实现跨模态的信息理解和生成支持图文混合的输入输出场景统一架构设计采用统一的模型架构处理不同类型的模态数据简化了传统多模态系统中复杂的模块组合提高了模型...