Project Icon

ComfyUI_VLM_nodes

简化了多种生成式视觉语言模型,提供多功能节点

ComfyUI_VLM_nodes项目简化了多种生成式视觉语言模型(VLM)如LLaVa、AudioLDM-2和Chat Musician的集成,支持Windows、Linux和macOS平台。项目提供多功能节点,实现结构化输出、自动提示生成、图像转音乐等功能。还包含了如UForm-Gen2 Qwen节点和moondream2模型节点,适用于快速图像字幕生成和视觉问答。该工具显著提高了研究与开发效率,适合广泛的图像处理任务,专为研究和非商业用途设计。

comfyui-deploy - 开源AI图像工作流部署平台
AI绘图ComfyUI DeployGithub工作流管理开源部署平台开源项目无服务器GPU
ComfyUI Deploy是一个开源的AI图像生成工作流部署平台,提供无服务器GPU托管和ComfyUI深度集成。平台支持工作流版本管理、多机器部署和API生成,适用于生产和测试环境。它支持RunPods、Modal和自托管机器,提供工作流预览功能,并允许跨机器运行相同工作流。ComfyUI Deploy简化了复杂AI工作流的部署和管理过程,为开发者提供高效灵活的解决方案。
ComfyUI_stable_fast - 整合了stable-fast和TensorRT技术,旨在提高AI图像生成的速度和效率
AI绘图ComfyUIGithubTensorRTstable-fast开源项目性能优化
ComfyUI_stable_fast是一个实验性项目,整合了stable-fast和TensorRT技术,旨在提高AI图像生成的速度和效率。该项目支持SD1.5、SDXL和SSD-1B等主流模型,兼容Lora和ControlNet功能。通过性能优化和灵活配置,用户可根据硬件条件选择最佳运行方式,实现更快速的AI图像生成。
mlx-vlm - 在Mac上运行Vision LLMs的MLX-VLM软件包
GithubMLXMLX-VLMMacVision LLMs安装包开源项目
MLX-VLM是一款在Mac上运行Vision LLMs的开源软件包,支持通过pip安装。用户可以使用命令行界面(CLI)、Gradio聊天UI或脚本进行模型推理。该软件包支持多个预训练模型,便捷地应用聊天模板并生成输出,是开发人员和研究人员进行视觉问答的实用工具。
CogVLM - 开源视觉语言模型,提升图像理解与跨模态对话功能
CogAgentCogVLMGithub图像理解多回合对话开源项目跨模态基准测试
CogVLM和CogAgent是领先的开源视觉语言模型,专注于图像理解和跨模态任务。CogVLM-17B拥有100亿视觉参数和70亿语言参数,并在NoCaps、Flicker30k等十个经典跨模态基准测试上表现出色。CogAgent在CogVLM的基础上改进,增添了GUI图像代理能力,支持1120*1120分辨率的图像理解,并在VQAv2、TextVQA等九个基准测试中表现优秀。该项目提供详细的技术文档、示例代码和Web演示,用户可以方便地进行模型推理和微调。了解更多信息,请访问项目主页。
ComfyUI-ToonCrafter - ComfyUI集成的AI动画生成工具 支持离线使用
AI动画Blender集成ComfyUIGithubToonCrafter开源项目生成式关键帧
ComfyUI-ToonCrafter是一个集成在ComfyUI中的AI动画生成工具。它可以生成关键帧动画,支持在Blender中进行动画渲染和预测,并且能在离线环境中使用。该工具支持512分辨率模型,在RTX 4090上可快速生成动画。ComfyUI-ToonCrafter为AI动画创作提供了便利,适用于动画制作和视觉效果领域。
ComfyUI-Manager - ComfyUI扩展管理与工作流分享的多功能工具
AI绘图ComfyUIGithub工作流开源项目插件管理自定义节点
ComfyUI-Manager是一款为ComfyUI开发的扩展管理工具。它提供安装、移除、禁用和启用自定义节点的功能,并具备Hub特性和便捷工具,便于访问ComfyUI内的各种信息。此扩展支持自定义节点和模型安装、工作流分享、快照管理和命令行操作等功能,显著提升了ComfyUI的实用性和可扩展性。
comfyui-colab - 集成多种AI模型的图像生成工作流平台
AI绘图ColabComfyUIGithubStable Diffusion开源项目模型
ComfyUI-Colab是一个在Google Colab上运行的AI图像生成工作流平台。它集成了Stable Diffusion、Waifu Diffusion等多种预训练模型,支持ControlNet等扩展插件,能生成各种风格的图像。该项目提供稳定版和每日更新的Nightly版本,为AI图像创作提供了灵活高效的环境。
llava-llama-3-8b-v1_1-gguf - 基于Llama-3的8B参数多模态模型实现图文交互
GithubHuggingfaceLLaVAXTuner图像理解大模型微调开源项目模型视觉语言模型
这是一个基于Llama-3和CLIP视觉模型构建的多模态系统,采用GGUF格式优化部署效率。模型在MMBench、CCBench等多个基准测试中展现了优秀的图像理解和文本生成能力。通过ollama或llama.cpp框架,可实现快速本地部署和图文交互功能。
nextjs-ollama-llm-ui - 快速启动大语言模型的便捷方法
GithubLLMNextJSOllamaweb界面开源项目本地存储
该项目提供快速启动大语言模型的便捷方法,无需复杂设置。主要功能包括美观直观的UI、完全本地存储、响应式设计、代码高亮及一键复制、模型下载与管理、聊天记录保存,以及灯光和暗黑模式。支持快速部署到Vercel或Netlify,使用户能够随时随地轻松使用,体验类似ChatGPT的对话体验。
LVM - 大规模视觉模型的创新顺序建模方法
GithubLVM大规模视觉模型序列建模开源项目视觉句子视觉预训练模型
LVM是一种创新视觉预训练模型,将多种视觉数据转化为视觉句子,并进行自回归式标记预测。该模型采用顺序建模方法,无需语言数据即可学习大规模视觉模型。通过设计视觉提示,LVM可解决多种视觉任务。兼容GPU和TPU,为大规模视觉模型学习提供新方法。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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