一个社区驱动的深度研究框架，结合语言模型与多种工具。

PhotoDoodle 是一个基于少量样本对数据学习艺术图像编辑的代码实现。

Huginn-0125是一个35亿参数的潜变量循环深度模型，擅长推理和代码生成。

Frames 是 Runway 推出的高级图像生成基础模型，提供前所未有的风格控制和视觉保真度。

使用文本生成音乐的模型

AI云平台，为所有人服务

DreamO 是一个统一的图像定制框架。

使用Llama模型的语音合成工具

CodeFormer_GUI 是一款易于使用的人脸清晰化工具，提供图形用户界面，支持批量处理和多种输出格式，适合各类用户，Cody Former官网入口网址

优秀的图像生成与编辑模型，展示 AI 艺术的新可能。

一种通过视觉上下文学习的通用图像生成框架。

VideoLLaMA3是前沿的多模态基础模型，专注于图像和视频理解。

由Novita AI提供的非官方Animate Anyone实现

快速且内存高效的精确注意力机制

此应用可根据文本描述生成图像，或提供现有图像的描述和答案。

一款用于生成信息图表的视觉文本渲染工具。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

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

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

一个强大的代码生成和理解工具，它通过大规模训练和多样化的模型规模，为开发者提供了一个高性能的编程辅助平台，StarCoder 2官网入口网址

通过多样化合成数据和全局到局部自适应感知增强文档布局分析

开源项目，用于估算模型训练或推理所需的显存。

先进的多模态图像生成模型，结合文本提示和视觉参考生成高质量图像。

基于文本生成服装图像的AI模型

通过测试时间缩放显著提升视频生成质量。

Lumina-Video 是一个用于视频生成的初步尝试项目，支持文本到视频的生成。

AI研究资源导航网站，提供AI研究资源、文档和实践案例

BEN2是一个基于深度学习的图像分割模型，专注于背景擦除和前景提取。

MNN 是阿里巴巴开源的轻量级高性能推理引擎，支持多种主流模型格式。

高精度视频唇形同步技术

FLUX.1的最小且通用的控制器

零样本风格化情侣肖像创作