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。

LangChain-ChatGLM-Webui - 本地知识驱动的大模型Webui,支持多文本格式上传与处理
ChatGLMGithubHuggingFaceLangChainModelScopeWebui开源项目
LangChain-ChatGLM-Webui 是一个利用LangChain和ChatGLM-6B系列模型的Web界面,支持txt、docx、md、pdf等格式文件上传,适用于本地知识驱动的大模型应用。项目支持HuggingFace、OpenXLab等多个平台的在线体验,适合开发者快速部署多种大语言模型和嵌入模型。
ComfyFlow - 将ComfyUI工作流一键转换为可共享的在线应用
AI工具AI绘图ComfyUI分享工作流应用创建
ComfyFlow平台将ComfyUI工作流快速转换为Web应用。一键创建、分享应用,保护工作流隐私,界面简洁易用。全托管服务无需考虑GPU服务器。优秀创作者可获收益,新应用享1000次免费额度。基于Stable Diffusion和ComfyUI技术的开源项目,为创作者提供强大而灵活的工具。
LanguageGUI - 开源设计系统优化LLM图形用户界面
AI工具Figma组件LanguageGUIUI设计系统对话式界面开源项目
LanguageGUI是专为大型语言模型(LLMs)设计的开源UI系统,旨在将文本输出转化为丰富的图形界面。该系统包含多样化的UI元素:100多个可定制组件和屏幕、10余种会话小部件、20多种聊天气泡和30多个预设屏幕。此外,它还提供5种以上可调整的聊天侧边栏、多提示工作流设计、8种提示框和暗黑模式。LanguageGUI采用Figma自动布局,为开发者提供创建高质量会话式AI界面的基础工具。
ComfyUI_TensorRT - 利用TensorRT优化稳定扩散模型在NVIDIA RTX显卡上的性能
AI模型优化ComfyUIGithubNVIDIA GPUTensorRT开源项目稳定扩散
ComfyUI_TensorRT项目为ComfyUI提供了TensorRT节点,旨在优化NVIDIA RTX显卡上稳定扩散模型的性能。该项目支持多个版本的稳定扩散模型,包括SDXL、SVD和AuraFlow等。通过生成GPU专用的TensorRT引擎,实现了模型运行效率的显著提升。项目支持动态和静态引擎构建,适应不同的分辨率和批量大小需求。此外,项目还提供了详细的安装和使用指南,便于用户在ComfyUI中集成和应用。
ComfyScript - 简化AI图像生成工作流的Python工具
AI绘图ComfyScriptComfyUIGithubPython工作流开源项目
ComfyScript是一个Python工具,旨在简化ComfyUI的AI图像生成工作流。它支持以人类可读格式编写和管理工作流,直接运行脚本生成图像,将ComfyUI用作函数库,以及生成和转换工作流。ComfyScript的transpiler功能可将ComfyUI工作流转换为Python脚本,便于比较、重用和优化。这个开源项目为AI图像生成提供了更灵活的工具,增强了开发者和研究人员的能力。
VLM_survey - 用于视觉任务的 AWESOME 视觉语言模型集合
GithubVision-Language Models开源项目数据集知识蒸馏视觉识别任务预训练方法
本页面详尽介绍了视觉语言模型(VLM)在视觉识别任务中的应用和发展。内容涵盖VLM的起源、常用架构、预训练目标、主流数据集及不同的预训练方式、迁移学习和知识蒸馏方法,并针对这些方法进行了详细的基准测试和分析。页面还讨论了未来研究的挑战和方向,让用户掌握VLM技术在图像分类、对象检测和语义分割等任务中的最新应用进展。
h2o-llmstudio - 轻松微调大型语言模型的无代码图形界面
GithubH2O LLM StudioLLM微调Nvidia GPU图形用户界面开源项目无代码界面
H2O LLM Studio 提供无代码图形界面,轻松微调大型语言模型。支持多种超参数调整,包括LoRA和8位模型训练技术,甚至还可使用强化学习。用户可以可视化跟踪模型性能,并与模型互动获取即时反馈。支持将模型导出至 Hugging Face Hub,方便与社区分享。
nanoLLaVA - 轻量级视觉语言模型实现边缘设备高效部署
GithubHuggingfacenanoLLaVA人工智能多模态开源项目机器学习模型视觉语言模型
nanoLLaVA是一款1B级视觉语言模型,结合Quyen-SE和SigLIP视觉编码器技术。该模型在VQA v2和TextVQA等视觉问答测试中表现优异,同时优化了在边缘设备上的运行效率。nanoLLaVA采用ChatML标准,支持图像描述和视觉问答功能,并提供简洁的API接口,方便开发者集成到不同应用场景。
LLM-Kit - 无需编程即可部署和定制多语言模型的工具整合包
GithubWebUIsuqin大模型开发部署开源项目语言模型
LLM-Kit项目通过WebUI整合了多种语言模型工具,实现了无需编程即可配置定制化模型和专业应用。项目支持Windows和Linux操作系统以及多个版本的Python,并提供多种训练和推理功能,包括角色扮演、AI智能体和数据库集成。项目还与众多知名模型和工具库兼容,开发者可以轻松上手并参与贡献,进一步优化和扩展项目功能。
mlc-llm - 通用大语言模型高性能部署引擎
AI模型优化GithubMLC LLMMLCEngine开源项目机器学习编译器高性能部署
MLC LLM是一款用于大语言模型的高性能部署引擎,支持用户在各种平台上开发、优化和部署AI模型。核心组件MLCEngine通过REST服务器、Python、JavaScript、iOS和Android等接口提供OpenAI兼容的API,支持AMD、NVIDIA、Apple和Intel等多种硬件平台。项目持续优化编译器和引擎,与社区共同发展。
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