AI开源项目

高质量修复图像

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。

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

快手开源人像视频生成框架

可以生成带有情感的语音的能力或进行语音克隆

将静态角色图像转换为动态视频

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。

上传照片，照片人物替换视频中人物动作

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。

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。

Flex3D：图片或文本生成3D

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。

FunClip是一款完全开源、本地部署的自动化视频剪辑工具

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

该模型可以生成长达数小时的4K分辨率人物动画

PaintsUndo：输入图片即可自动转绘画过程视频

Mochi1 摘要 Genmo公司开源了...

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。

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。

ChatGLM-6B是一个开源的、支持中英双语的对话语言模型

视频编辑神器2VEdit只需修改视频第一帧，即可改变整个视频

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

Github上的人脸修复、人脸清晰开源项目

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。

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。

黑白线稿自动转彩色！腾讯发布动画视频线稿上色工具LVCD

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。

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

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