一个基于文本生成图像的预训练模型，具有80亿参数和Apache 2.0开源许可。

由Novita AI提供的非官方Animate Anyone实现

高精度视频唇形同步技术

基于MaskGCT模型的文本到语音演示

基于文本生成服装图像的AI模型

UniTok是一个用于视觉生成和理解的统一视觉分词器。

VideoJAM 是一种用于增强视频生成模型运动连贯性的框架。

31课时掌握神经网络的基本原理和实现方法，以及卷积神经网络、递归神经网络和词向量等经典模型的原理和应用技巧，打下深度学习领域的坚实基础，【新】AI算法工程师-深度学习入门官网入口网址

革新服装商业摄影的智能编辑工具 图应AI致力于服装行业，专门为商业摄影提供智能化的图片编辑服务，图应AI官网入口网址

Janus-Pro-7B 是一个新型的自回归框架，统一多模态理解和生成。

开源项目，用于估算模型训练或推理所需的显存。

Pyramid-Flow的ComfyUI包装节点，用于高效视觉生成。

图像水印技术，可在图片中嵌入局部化水印信息

FLUX.1的最小且通用的控制器

用于视频生成的下一帧预测模型。

在视频扩散变换器中合成任何内容的框架。

一个高效的语音合成模型，支持中英文及语音克隆。

Inductive Moment Matching 是一种新型的生成模型，用于高质量图像生成。

QwQ-32B 是一款强大的推理模型，专为复杂问题解决和文本生成设计，性能卓越。

FlashVideo 是一个高效的高分辨率视频生成模型，专注于细节和保真度的流动。

百度旗下AI算力、学习和实训平台，飞桨AI Studio星河社区官网入口网址

DeepFloyd IF是一个强大的文本到图像生成模型，能够生成高分辨率和逼真度的图像。它结合了先进的语言理解和图像生成技术，提供了多种功能，如超分辨率、风格迁移和零样本学习，DeepFloyd官网入口网址

706课时帮助学生打下坚实的基础，为进一步学习人工智能和深度学习做好准备，AI算法工程师-必备基础与机器学习官网入口网址

Janus-Pro-1B 是一个统一多模态理解和生成的自回归框架。

革命性深度学习工具，用于面部转换和视频生成。

使用文本生成音乐的模型

零样本风格化情侣肖像创作

开源文本到图像生成模型，AuraFlow v0.3官网入口网址

多功能文本到多模态内容生成框架，Alpha-VLLM官网入口网址

一款通过生成模型提升图像生成一致性的工具。

业界首个超大规模混合 Mamba 推理模型，强推理能力。

Pruna 是一个模型优化框架，帮助开发者快速高效交付模型。