Project Icon

MuseV

开源虚拟人视频生成框架支持无限长度输出

MuseV是一个基于扩散模型的开源虚拟人视频生成框架。该框架支持无限长度视频生成,采用视觉条件并行去噪方案,兼容Stable Diffusion生态系统。MuseV支持图像到视频、文本到视频、视频到视频等多种生成模式,并提供多参考图像技术。该项目还开源了训练代码,为研究人员和开发者提供了完整的虚拟人视频生成解决方案。

Stability AI - 多模态生成式AI技术的开源先锋
AI工具Stable Diffusion图像生成开源模型生成式AI视频生成
Stability AI专注于开发多模态生成式AI技术,提供开源模型如Stable Diffusion 3(图像生成)、Stable Video Diffusion(视频生成)、Stable Audio 2.0(音频生成)和StableLM(语言处理)。公司致力于通过开放模型和灵活许可,为全球用户提供先进AI解决方案,支持商业和非商业应用,以激发人类创造潜能。
motionshop - 视频角色3D化身替换应用 让创意无限
3D头像AI视频处理GithubMotionShop人物动画开源项目视频替换
MotionShop是一个开源应用程序,可将视频中的真实人物替换为3D虚拟化身。该应用可用于视频创作、虚拟现实内容制作等领域,为创作者提供新的表现形式。项目已在ModelScope上线体验demo,计划在HuggingFace推出。开发团队持续优化项目,鼓励用户体验并分享创作成果。
magvit2-pytorch - MagViT2视频生成和理解模型的PyTorch开源实现
AI模型GithubMagViT2Pytorch实现开源项目视频生成语言模型
MagViT2是基于语言模型的最新视频生成和理解技术。该PyTorch实现提供高效视频标记器和训练器,支持大规模数据集。项目包含无查找量化器,适用于多种模态。灵活架构设计允许自定义层和注意力机制,为研究人员提供探索和改进视频生成技术的工具。
GPT-vup - 实时互动AI直播数字人系统
AI交互GPT-vupGithubVTube Studio开源项目数字人直播直播功能
GPT-vup是一个基于生产者-消费者模型的AI直播数字人项目,支持哔哩哔哩和抖音平台。该系统集成OpenAI嵌入技术和GPT-3.5 API,提供实时弹幕互动、欢迎观众和感谢礼物等基本功能。通过插件系统,GPT-vup还实现了语音交互、动作匹配、定时事件触发和上下文补充等高级特性,为直播增添智能化和个性化元素。
AI-Vtuber - 整合多模型的开源AI虚拟主播项目
GithubLuna AI人工智能开源项目直播平台自然语言处理虚拟主播
Luna AI是一个开源的AI虚拟主播项目,集成了多种大语言模型和外观技术。该系统支持Live2D、UE5等视觉呈现,使用文本转语音技术实现自然交流。Luna AI可在主流直播平台进行实时互动,并能与Stable Diffusion结合展示画作。这个免费开源项目为开发者和用户提供了全面的虚拟主播解决方案。
Stable Video Diffusion - 将静态图像转换为动态视频的在线工具
AI工具AI视频生成Stable Video Diffusion人工智能图像转视频深度学习
Stable Video Diffusion是Stability AI开发的图像到视频转换工具。它可将静态图像转换为高质量视频序列,支持自定义帧率和分辨率。此工具现主要用于研究和创意领域,为艺术创作和教育提供新的可能性。使用者只需上传图片并设置参数,即可生成独特的视频内容。目前该技术仍处于研究阶段,适合用于教育和创意用途。
musegan - 多轨乐器生成与伴奏的AI工具
GANGithubMuseGAN多轨道音乐开源项目深度学习音乐生成
MuseGAN项目致力于生成多轨乐器的复音音乐。通过使用Lakh Pianoroll Dataset进行训练,该模型可以从零开始生成音乐或为用户提供的轨道进行伴奏。最新版本使用3D卷积层处理时间结构,尽管网络规模较小,但可控性有所下降。项目支持PyTorch版本,并提供多个shell脚本用于实验管理和数据收集。生成样本存储为.npy、.png和.npz格式,可转换为MIDI文件进一步使用。
KandinskyVideo - 先进的开源文本到视频生成模型
GithubKandinsky Video 1.1人工智能开源模型开源项目文本生成视频视频生成技术
KandinskyVideo 1.1是一个开源的文本到视频生成模型,在EvalCrafter基准测试中表现突出。该模型采用三阶段生成流程:初始帧生成、关键帧生成和帧插值,有效提高了视频质量和内容连贯性。除了支持文本到视频转换,KandinskyVideo 1.1还能为输入图像添加动画效果。在视觉质量、文本-视频对齐、动作质量和时间连贯性等方面,该模型都展现出优秀性能,体现了开源文本到视频生成技术的最新发展。
videollm-online - 流式视频实时理解与交互的先进模型
GithubVideoLLM-online大语言模型实时交互开源项目流媒体视频视频处理
VideoLLM-online是一款针对流媒体视频的在线大语言模型。该模型支持视频流实时交互,可主动更新响应,如记录活动变化和提供实时指导。项目通过创新的数据合成方法将离线注释转化为流式对话数据,并采用并行化推理技术实现高速处理,在A100 GPU上处理速度可达10-15 FPS。VideoLLM-online在在线和离线环境中均表现出色,能高效处理长达10分钟的视频,为视频理解与交互领域带来新的可能性。
MagicAnimate - AI人物图像动画生成技术
AI动画AI工具MagicAnimatediffusion模型图像动画开源项目
MagicAnimate是一款创新的开源工具,运用扩散模型技术将单一图像和动作视频转化为动画视频。它优化了时间一致性,精准还原参考图像,大幅提升了动画质量。这一工具不仅能处理多样化的动作序列输入,实现跨身份动画,还可应用于油画和电影角色等非常规领域。此外,MagicAnimate能与DALLE3等文本生成图像模型无缝对接,为AI生成的图像注入生动的动态效果,极大拓展了人工智能创作的可能性。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号