AI开源项目

字节跳动PersonaTalk让AI精准配音，连表情细节都完美还原！

生成高质量的语音，模仿不同说话者的风格,跨语言语音翻译

Mochi1 摘要 Genmo公司开源了...

该模型可以生成长达数小时的4K分辨率人物动画

将静态角色图像转换为动态视频

可以生成带有情感的语音的能力或进行语音克隆

上传照片，照片人物替换视频中人物动作

高质量修复图像

ebook2audiobookXTTS是一款免费开源电子书转有声书AI工具：支持语音克隆

JoyHallo是一个数字人模型，专为普通话视频生成而设计。

Flex3D：图片或文本生成3D

视频编辑神器2VEdit只需修改视频第一帧，即可改变整个视频

PaintsUndo：输入图片即可自动转绘画过程视频

Magic Insert：一键拖放即可让人物完美融入新背景

Animate3D：为任何静态3D模型生成动画

LivePortrait是一个基于隐式关键点框架的人像动画生成模型

Stable Video4D：生成的多视角视频

Diffree：基于文本引导的图像修复模型

Hierarchical 3D Gaussian：实时渲染大规模高质量3D场景

VideoDoodles:视频涂鸦、手绘动画与视频内容结合

ExAvatar是一种新型的3D全身动态表情模型，通过简单的手机扫描即可创建，支持各种姿势和表情的动画渲染。

仅需一张静态图片，几分钟内转化为可操控的虚拟角色。即使是真实的人物替换真实的人物，MIMO也可以做到完美替换，毫无违和感。

为macOS用户设计的HuggingChat原生客户端，这款应用程序不仅支持本地使用语言模型，还集成了Markdown、网页浏览、代码语法高亮等实用功能。

在线体验免费的AI扩图工具

MagicFace是一种无需训练即可实现个性化人像合成的技术，它能够根据给定的多个概念生成高保真度的人像图像。

3DTopia-XL：AI驱动的3D生成技术

黑白线稿自动转彩色！腾讯发布动画视频线稿上色工具LVCD

Melty是一款开源的AI代码编辑器，它能够理解用户从终端到GitHub的操作，并与用户协作编写生产就绪的代码。

Mini-Omni的开源多模态大型语言模型由多个先进技术集成而成的AI系统，不仅能够实现实时的语音输入和输出，还具备"边思考边说话"的独特能力，为用户带来前所未有的自然交互体验。

Moshi是一个基于语音和文本的对话模型，它的核心创新在于将对话视为语音到语音的生成过程。