AI开源项目

ViewCrafter 是一种新颖的方法，它利用视频扩散模型的生成能力以及基于点的表示提供的粗略3D线索，从单个或稀疏图像合成通用场景的高保真新视角。

Qwen2.5系列语言模型是一系列开源的decoder-only稠密模型，参数规模从0.5B到72B不等，旨在满足不同产品对模型规模的需求。

Qwen2.5-Coder专注于代码生成、推理、修复等任务。它通过扩增大规模代码训练数据，提升了代码能力，同时保持了数学和通用能力。该模型支持92种编程语言，并在代码相关任务中取得了显著提升。

Qwen2.5是一系列基于Qwen2语言模型构建的新型语言模型，包括通用语言模型Qwen2.5，以及专门针对编程的Qwen2.5-Coder和数学的Qwen2.5-Math。

Qwen2.5-Math是一系列专门针对数学问题设计的开源大语言模型，包括基础模型和指令微调模型，支持中英双语，能够通过思维链（CoT）和工具集成推理（TIR）方式解决数学问题。

InstantDrag：革新图像编辑的交互自由流程

Vchitect2.0：简单描述或一张图，秒变5-20秒高清视频

快手开源人像视频生成框架

FLUX.1，由Stable Diffusion原班人马打造的开源AI图像生成模型，以其卓越的性能和灵活性，为创意产业带来革命性的变革

VASA-1 技术展示了人工智能在面部动画和语音合成领域的潜力，为多种应用场景提供了新的可能性

MuseV是一个由腾讯音乐娱乐的天琴实验室开源的虚拟人视频生成框架，专注于生成高质量的虚拟人视频和口型同步。

Lama Cleaner 是一个由 SOTA AI 模型驱动的图像修复工具。

Github上的人脸修复、人脸清晰开源项目

一款开源、完全免费的在线图片放大工具，非常出名，使用卷积神经网络对动漫风格的图片和照片进行放大。

ControlNet 的作者开源了一款名为 Fooocus 的 AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点。

FunClip是一款完全开源、本地部署的自动化视频剪辑工具

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。

ChatGLM-6B是一个开源的、支持中英双语的对话语言模型

GPT-SoVITS 是一个强大的语音转换和文本转语音（TTS）工具，支持零样本和少样本语音克隆

ChatTTS是专为对话场景设计的文本转语音（Text-to-Speech, TTS）生成模型，它支持中英文，并能生成自然流畅的对话语音

字节跳动团队推出新型语音生成模型Seed-TTS，能生成自然且表现力丰富的语音。