ai工具箱

FaceChain

FaceChain是一个可以用来打造...

Gemini

Gemini是Google DeepMind推出的全新AI模型，集成了多模态推理功能，超越了以往模型的性能，适用于科学文献洞察、竞争性编程等多种应用场景。Gemini官网入口网址

HandRefiner

解决AI图像生成中手部畸形的问题目前的图像生成模型，再生成图像方面已经非常出色，但在生成人类手部的图像时却常常出现问题，比如手指数量不对或者手形怪异。HandRefiner官网入口网址

DreaMoving

DreaMoving，一种基于扩散的可控视频生成框架，用于生成高质量的定制人类舞蹈视频。DreaMoving官网入口网址

LucidDreamer

LucidDreamer，可以从单个图像的单个文本提示中生成可导航的3D场景。单击并拖动（导航）/移动和滚动（缩放）以感受3D。LucidDreamer官网入口网址

PIA

PIA是一款个性化图像动画生成器，可以生成具有高运动可控性和强文本和图像对齐性的视频，与条件图像对齐，通过文本实现动作控制，与各种个性化T2I模型兼容，无需特定调整。PIA官网入口网址

AnyDoor

AnyDoor，由香港大学、阿里巴巴和蚂蚁集团联合研发AnyDoor，可以将一张照片上的任何物品传送到另一张图片的世界中。AnyDoor官网入口网址

DemoFusion

一个开源的 AI 图像重绘增强工具，通过使用最新的 BSR Gan技术，可以将低分辨率图像提升至高分辨率并修复和增强图像的细节。DemoFusion官网入口网址

M2UGen

一款融合了音乐理解和多模态音乐生成任务，旨在助力用户进行音乐艺术创作的引领潮流的框架。M2UGen官网入口网址

DreamTalk

一个由清华大学、阿里巴巴和华中科大共同开发的一个基于扩散模型可以让人物照片说话，支持包括歌曲、多种语言的语音、嘈杂的音频在内的各种声音匹配让人物头像说话的框架。DreamTalk官网入口网址

Zero123

一种从单个图像到一致的多视图扩散基础模型，旨在使用单视图输入生成 3D 一致的多视图图像。Zero123官网入口网址

赛博投简历

一个AI自动投递简历的工具，结合chatgpt与rpa技术，实现一键自动寻找工作、根据自己的简历和工作描述生成求职信、发送给hr的全流程自动操作。赛博投简历官网入口网址

VideoDrafter

一个高质量视频生成的开放式扩散模型，相比之前的生成视频模型，VideoDrafter最大的特点是能在主体不变的基础上，一次性生成多个场景的视频。VideoDrafter官网入口网址

IP-Adapter-FaceID

该模型利用面部识别模型的面部ID嵌入，可以更准确地捕捉和再现特定人物的面部特征。IP-Adapter-FaceID结合文本描述生成可以生成高度个性化且与原始面部特征一致的图像。IP-Adapter-FaceID官网入口网址

QAnything AI

网易有道一个开源的本地知识库问答系统，旨在支持多种文件格式和数据库，允许离线安装和使用。QAnything AI官网入口网址

Audio2Photoreal

从音频生成全身逼真的虚拟人物形象。它可以从多人对话中语音中生成与对话相对应的逼真面部表情、完整身体和手势动作。Audio2Photoreal官网入口网址

Make-A-Character

文生3D数字人工具，借助 Make-A-Character，您可以毫不费力地从文本描述中生成可控、逼真、可动画的3D数字人角色。Make-A-Character官网入口网址

ChatGPT-Plus

基于AI大语言模型 API 实现的 AI 助手全套开源解决方案，自带运营管理后台，开箱即用。集成了 OpenAI， Azure， ChatGLM，讯飞星火，文心一言等多个平台的大语言模型。集成了 MidJourney 和 Stable Diffusion AI绘画功能。ChatGPT-Plus官网入口网址