GOT-OCR2.0
创新的OCR模型，它通过先进的技术提供了精准、高效的OCR解...
AI开源项目
共 56 篇网址
排序
GPT-SoVITS
一个强大的语音合成工具，特别适合需要快速生成特定人声的场景...
Llama 3.2
在图像理解和文本处理任务上展现出卓越的性能，并通过定制化微调...
CogVideoX-Fun
基于 CogVideoX 结合 EasyAnimate 修改...
StoryMaker
通过先进的 AI 技术，为创作者提供了一种生成具有高度一致性...
AnyText
一个创新的多语言视觉文本生成和编辑工具，利用先进的扩散模型技...
Ovis1.6
强大的多模态大模型，它通过创新的架构设计和全面的数据优化，在...
RapidPages
一个开源的集成开发环境（IDE），专注于利用人工智能技术快速...
SafeEar
创新的音频伪造检测工具，它通过先进的AI技术保护用户的语音隐...
美图奇想大模型
提升了视频和图像的生成质量，广泛应用于影像美化、视频剪辑、电...
SFR-RAG
先进的大型语言模型，它通过强化对上下文的理解，提高了机器在生...
OpenCodeInterpreter
通过结合大型语言模型和代码执行反馈，提供了一个强大的工具，可...
Snap Video
强大的文本到视频合成工具，它通过创新的技术架构和高效的深度学...
DDColor
用户可以轻松上传黑白图片，快速获得彩色结果，无论是对于修复老...
MagicVideo-V2
一个创新的AI视频生成框架，它通过集成多个模块来生成高质量的...
Gummy
创新的语音翻译大模型，它通过端到端的设计和深度学习技术，实现...
Make-A-Character
创新的3D角色生成框架，它通过文本描述快速创建逼真的3D角色...
StarCoder 2
一个强大的代码生成和理解工具，它通过大规模训练和多样化的模型...
V-JEPA
创新的自监督学习模型，它通过预测视频帧的特征表示来学习视频的...
Boximator
强大的视频合成工具，它通过创新的框约束机制和自跟踪技术，实现...
OmniGen
创新的统一图像生成模型，它通过简化架构和整合多种图像生成任务...
书生·物华2.0（3DTopia 2.0）
采用创新的原语（primitive-based）三维表示方法...
PhotoMaker V2
一个功能强大、操作简便的 AI 图像生成工具，它通过深度学习...
I2VGen-XL：阿里推出的图生视频模型
一个强大的图像到视频的生成模型，它通过创新的方法解决了AI视...