AI开源项目

一个功能强大的开源图像处理工具，它能够实现真实感图像的超分辨率和个性化的风格化。该工具不仅可以将低分辨率的图像转换为高分辨率版本，而且还能保持或增强图像的真实感。它具备多种处理任务的能力，包括但不限于图像超分辨率、旧照片修复、个性化风格化（例如将照片转换为动漫风格）以及图像上色等。举个例子，你可以使用PASD来恢复家族旧照片的细节，或者将普通照片转换成具有独特艺术风格的作品。

DragGAN 是一个效果惊人的 AI 绘图工具，它让设计师和艺术家交互地、极其精细地调整 AI 绘图过程，和那些输入文本、期待 AI 生成作品、然后一次次痛苦地微调结果的 AI 相比，这领先了一个时代！

PaddleMIX聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

SenseNova U1.5-Lite-Preview（或 SenseNova-U1.5-8B-MoT Preview）是商汤开源的轻量级原生统一多模态生图与编辑模型预览版

一个能够将文本实时转换为语音的解决方案。它具有即时反应能力，可以在文本输入的同时立即开始语音合成，无需等待整个文本输入完毕。此外，RealtimeTTS还采用了流式处理技术，可以处理持续不断的文本流，而不仅限于单个、静态的文本块。 该解决方案还采用了先进的算法来精准识别句子的结束点，从而加快了语音合成的开始速度。无论文本是长是短，RealtimeTTS都能保持快速响应，适用于各种长度的文本。此外，它还具有多引擎兼容性，能够与多个语音合成引擎协同工作，例如Azure、Elevenlabs、Coqui XTTS等。 RealtimeTTS还具有很高的可扩展性，它允许添加自定义的文本到语音引擎，提供了更大的灵活性和扩展性。总之，RealtimeTTS是一个非常适合需要实时语音反馈的应用场景的工具，如交互式教学、游戏、实时翻译或语音助手等。通过即时反应和流式处理技术，它能够提供一个流畅且自然的用户体验。

Bark with Voice Clone聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

MidJourney Proxy 是一个开源项目，它可以实现 API 形式的调用 AI 绘图。它的功能特点包括：提供 Discord 频道的代理，支持 API 调用，实现 AI 绘图等。MidJourney Proxy 是免费的，无需任何费用即可使用。

GFPGAN聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

CopilotKit聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

PlayEdu聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

一个开源、可扩展的高性能聊天机器人框架，支持一键部署私有ChatGPT/LLM Web应用程序。它具有快速部署、精致的UI设计、流畅的对话体验、插件支持和自定义插件开发、隐私保护、可自定义的座席角色、自定义域以及角色市场等特征。

Facebook Research开发的Audiocraft音频处理和生成库。它包含了先进的EnCodec音频压缩器/分词器以及MusicGen，一个简单且可控的音乐生成语言模型，具备文本和旋律条件约束。Audiocraft是使用深度学习进行音频处理和生成的工具。它可以帮助您进行音频压缩、分析和生成。 Audiocraft的一些主要功能特点包括：

MaterialSearch是一个支持中文的本地素材搜索工具，可以扫描本地图片和视频，并支持自然语言进行搜索。可以文字搜图、以图搜图、文字搜视频、以图搜视频、图文相似度计算、Pexels视频搜索

Shap-E是一种用于3D资产的条件生成模型。与最近对产生单一输出表示的3D生成模型的研究不同，Shap-E直接生成隐式函数的参数，这些参数可以呈现为纹理网格和神经辐射场。我们分两个阶段训练Shap-E：首先，我们训练一个编码器，将3D资产确定性地映射到隐式函数的参数中；其次，我们在编码器的输出上训练一个条件扩散模型。当在配对3D和文本数据的大型数据集上训练时，我们的生成模型能够在几秒钟内生成复杂多样的3D资产。与点云上的显式生成模型Point-E相比，Shap-E收敛速度更快，尽管建模了更高维的多表示输出空间，但仍能达到相当或更好的样本质量。

QRBTF是一个开源的在线工具，可以生成各种设计感强、好玩有趣的二维码。使用QRBTF可以轻松创建独特且具有吸引力的二维码，用于线下商家、自媒体运营者、策展人等。以下是该工具的一些功能特点：