最新AI教程资讯
因赛AIGC – 因赛集团推出的AI营销工具
因赛AIGC是因赛集团推出的AI营销工具，InsightGPT结合AI技术与营销策略洞察、内容创意生产、传播投放及效果转化，提升营销行业的生产力。InsightGPT不仅具备图片创作、文案生成等基础功能，还通过智能化处理降低创作门槛，提高内容品质，生成更贴合用户需求的营销内容。InsightGPT的推出，展示了因赛集团在AIGC领域的专业领先优势，为营销行业带来创新解决方案。
2025-02-18 11:39:55
ComfyUI-Bxb – SD变现宝，一键把 ComfyUI 工作流转换成小程序
ComfyUI-Bxb是“SD变现宝”，一键把 ComfyUI 工作流转换成小程序，专为小程序开发者设计，实现快速变现。ComfyUI-Bxb的核心功能是将ComfyUI工作流转换为微信小程序、抖音小程序等多平台应用，同时提供内置的支付功能，让开发者能够轻松实现创意项目的商业价值。
2025-02-18 11:13:50
Transfusion – Meta推出的文本与图像融合的多模态AI模型
Transfusion是Meta公司最新推出的文本与图像融合的多模态AI模型，Transfusion通过结合语言模型的下一个token预测和扩散模型，在单一变换器上处理混合模态数据，如文本和图像。Transfusion模型能同时生成文本和图像，无需量化图像信息。
2025-02-18 10:49:26
RAGFlow – 基于OCR和文档解析的下一代 RAG 引擎
RAGFlow 是开源的 RAG（Retrieval-Augmented Generation）引擎，拥有深入理解文档并增强生成能力，是基于OCR和文档解析的下一代 RAG 引擎。RAGFlow通过集成自动化工作流程、代码审查、安全漏洞修复等工具，为开发者提供全面的开发支持。
2025-02-18 10:25:02
StyleShot – 开源的AI图像风格迁移模型
StyleShot 是开源的AI图像风格迁移模型，无需额外训练即可实现任意风格到任意内容的迁移。通过风格感知编码器提取风格特征，基于内容融合编码器加强风格与内容的整合。StyleShot 能捕捉从基本元素到复杂细节的多种风格特征，并支持文本和图像驱动的风格迁移。
2025-02-18 10:04:18
IMAGDressing – 华为联合腾讯推出的AI换衣工具
IMAGDressing是华为联合腾讯推出的AI换衣工具，IMAGDressing支持用户通过模块化的方式生成服装，并在虚拟环境中进行试穿。项目页面提供了自动化工作流程、代码审查、问题跟踪等开发工具，以及GitHub Copilot等AI辅助编程功能，提供了开发效率和代码质量。
2025-02-18 09:43:38
NextChat – 一键搭建私人ChatGPT网页应用的开源项目
NextChat是一个基于 Next js 和 Vercel 的开源项目，支持用户将 ChatGPT 等 AI 大模型集成到自己的网页应用中。NextChat不仅提供了现成的代码库，还支持一键式部署，任何有基本编程知识的人都能快速搭建起属于自己的聊天机器人网站。
2025-02-18 09:15:10
DistriFusion – 高分辨率扩散模型的分布式并行推理框架
DistriFusion是高分辨率扩散模型的分布式并行推理框架，通过分布式并行推理显著加速了扩散模型在多个GPU上生成高分辨率图像的过程。DistriFusion利用patch parallelism将图像分割并分配给不同设备，无需额外训练即可实现高达6倍的推理速度提升，同时保持图像质量。
2025-02-17 17:42:48
Still-Moving – DeepMind推出的AI视频生成框架
Still-Moving是DeepMind推出的AI视频生成框架，支持用户定制文本到视频(T2V)模型，无需特定视频数据。通过训练轻量级的空间适配器，Still-Moving能在静止图像上调整T2I模型的特征，以与T2V模型的运动特性相匹配。
2025-02-17 17:20:25
AutoShorts – 开源的AI视频创作和自动发布平台
AutoShorts是开源的AI视频创作和发布平台，使用AI技术一键生成并定制无脸视频。AutoShorts支持自定义脚本、配音和视觉效果，每天自动发布新视频到YouTube和TikTok。AutoShorts适用于内容创作者、营销代理和教育者，简化视频制作流程，提高效率，同时确保内容的独创性。
2025-02-17 16:53:33
MARS5-TTS – 开源的AI声音克隆工具，支持140+语言
MARS5-TTS是CAMB AI推出开源的AI声音克隆工具，有突破性逼真的韵律，支持140多种语言支持。还能处理复杂韵律场景，如体育解说和动漫AI配音等。MARS5-TTS具有12亿参数，训练数据超过15万小时。通过简单的文本标记引导韵律，支持快速克隆和深度克隆技术，优化语音输出质量。
2025-02-17 15:13:21
HeadGAP – 字节跳动推出的3D头像生成模型
HeadGAP是字节跳动和上海科技大学共同推出的3D头像生成模型，仅用少量图片快速生成逼真的3D头像。采用先验学习和个性化创建阶段的框架，基于大规模多视角动态数据集导出的3D头部先验信息。通过高斯Splatting自动解码网络和部分动态建模，结合身份共享编码与个性化潜在代码，HeadGAP实现了高保真度和可动画的3D头像，具有多视图一致性和稳定动画效果。
2025-02-17 14:45:28
LMMs-Eval – 专为多模态AI模型设计的统一评估框架
LMMs-Eval 是一个专为多模态AI模型设计的统一评估框架，提供标准化、广泛覆盖且成本效益高的模型性能评估解决方案。包含超过50个任务和10多个模型，通过透明和可复现的评估流程，帮助研究者和开发者全面理解模型能力。
2025-02-17 14:22:50
MooER – 摩尔线程推出的业界首个音频理解大模型
MooER是摩尔线程推出的业界首个基于国产全功能GPU训练的开源音频理解大模型。不仅能进行中文和英文的语音识别，还具备中译英的语音翻译能力。
2025-02-17 13:54:28
StockBot – 基于Llama3的AI金融Agent，提升股票投资效率
StockBot 是一个基于Llama3的AI金融Agent，提供实时股票信息、财务数据、新闻和互动图表。支持多资产市场，包括股票、外汇、债券和加密货币。用户可通过自然语言与之交流，获取定制化的金融分析和数据可视化，提升投资决策效率。
2025-02-17 13:28:58
Imagine Yourself – Meta公司推出的个性化AI图像生成模型
Imagine Yourself 是Meta公司推出的个性化AI图像生成模型，突破了传统方法的局限，无需对每个用户进行单独调整，通过单一模式即可满足不同用户需求。模型采用合成配对数据生成和并行注意力架构，有效提高图像质量和多样性，同时保持身份保护和文本对齐。
2025-02-17 13:07:09
Bark – Suno AI 推出的开源文本到音频模型
Bark是Suno AI 推出的开源文本到音频模型，能生成逼真的多语言语音和多种音频类型，包括音乐、背景噪音等，同时支持非语言交流如笑声和哭泣。Bark提供预训练模型，适用于研究和商业用途。
2025-02-17 12:42:12
eSearch – 开源的AI桌面应用，截屏、OCR、搜索、翻译、录屏
eSearch是一款开源的跨平台AI桌面应用，集成了截屏、OCR识别、搜索翻译、贴图、以图搜图和屏幕录制等功能。eSearch基于Electron框架开发，适用于Linux、Windows和macOS系统。用户可以通过快捷键快速截取屏幕，进行文字识别，搜索翻译，或录制屏幕操作。
2025-02-17 12:13:59
Sapiens – Meta推出的AI视觉模型，能理解图片和视频中的人类动作
Sapiens是Meta实验室推出的AI视觉模型，专为理解图片和视频中的人类动作设计。支持二维姿势预估、身体部位分割、深度估计和表面法线预测等任务，采用视觉转换器架构。
2025-02-17 11:45:00
TrackGo – 先进的可控AI视频生成技术
TrackGo是先进的可控AI视频生成技术，通过用自由形状的遮罩和箭头，为用户提供了一种灵活而精确的机制来控制视频中对象的运动。技术的核心是TrackAdapter，一个高效轻量的适配器，能无缝集成到预训练的视频生成模型中。
2025-02-17 11:19:58
人气排行
24小时排行
