AI开源项目

腾讯AI实验室推出的 AI 绘图模型，效果类似 ControlNet，可以控制图片生成的效果

一个Pydantic 团队开发的Python代理框架，可以通过生成式AI轻松构建生产级应用程序。

Higgsfield是一款基于人工智能的视频模型，帮助用户轻松创建高质量的定制化视频内容，提供完全控制和独特视觉效果，适用于广告营销和品牌推广。

一个增强版免费开源的ChatGPT程序，LibreChat 是一个免费开源的聊天机器人平台，集成了多种 AI 模型。

腾讯推出的AI自动上色和生成动画工具，它能将动画制作里“补帧”和“上色”这两个步骤合并成“生成后原画”阶段，让动画制作流程变得更简单。

LucidDreamer，可以从单个图像的单个文本提示中生成可导航的3D场景。 单击并拖动（导航）/移动和滚动（缩放）以感受3D。

一个基于 Postgres 构建的超快速、实时、专业、开发人员友好的无代码数据库。Teable使用简单的、类似电子表格的界面来创建复杂的企业级数据库应用程序，无需编写代码。

一个方便实用的纯前端网站，能够在浏览器中快速生成仿真扫描的PDF文件。

一个小型但功能强大的视觉语言模型，它使得资源有限的研究者和开发者也能体验到先进的视觉语言模型功能。

无需编码即可在计算机上安装、运行和控制数据库

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调

一个基于AIGC的开源短剧创作工具，下载就能直接用。它的目标是成为功能全面、好用的短剧创作工具，让更多没有专业影视制作经验的人，不用花几周时间，几个小时就能做出短剧。

LiveSketch是一款AI生成视频工具，用户通过文本提示将静态素描转化为动画，它提供了一种简单直观的方法，使他们的素描变得生动活泼。

LTX Video的简称，是由Lightricks推出的开源AI生成视频模型，LTX-Video 是第一个基于 DiT 的视频生成模型，可以实时生成具有逼真和多样化内容的高分辨率视频。

一个面部图像精准恢复和个性编辑技术工具，不仅能复原受损图像细节，同时能精准捕捉和重现个人独特的面部特征。同时它还支持换脸。

一个基于AI的、开源有声书工具集，LiberSonora提供智能字幕提取、AI标题生成、多语言翻译等功能，并且支持 GPU 加速、批量离线处理。

百度公司推出的视频生成模型，能够以文本和图像的任意组合作为输入条件进行视频生成。

基于大规模扩散的高保真通用图像恢复模型，SupIR能够根据文本提示进行智能修复，提高图像修复的质量和智能程度。

UCSC-VLAA提出的长故事可视化解决方案。可根据叙事文本生成连贯的图像序列，支持长达100帧的长故事场景，如长篇故事文本自动生成连贯的漫画页面。

一个开源的 AI 图像重绘增强工具，通过使用最新的 BSR Gan技术，可以将低分辨率图像提升至高分辨率并修复和增强图像的细节。