AI开源项目

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

Diffree：基于文本引导的图像修复模型

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。

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。

InstantDrag：革新图像编辑的交互自由流程

在线体验免费的AI扩图工具

VideoDoodles:视频涂鸦、手绘动画与视频内容结合

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。

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。

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。

3DTopia-XL：AI驱动的3D生成技术

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

Stable Video4D：生成的多视角视频

Animate3D：为任何静态3D模型生成动画

JoyHallo是一个数字人模型，专为普通话视频生成而设计。

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。

Magic Insert：一键拖放即可让人物完美融入新背景

Vchitect2.0：简单描述或一张图，秒变5-20秒高清视频

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

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。

LivePortrait是一个基于隐式关键点框架的人像动画生成模型