GPU租赁,GPU服务器租用,GPU租用平台-点动生态云

GPU云主机

微信客服

领取新人福利
进官方活动群

AI社区

ollama：强大的本地语言模型

Ollama是一个开源的轻量级、可扩展的框架，专门为本地环境中构建和运行大型语言模型（LLMs）而设计。它的设计宗旨是简化大型语言模型的部署和交互，无论是对开发者还是终端用户。Ollama支持多种操作系统，包括macOS、Windows和Linux，同时也支持通过Docker容器在几乎任何支持Docker的环境中运行。它提供了丰富的API和库支持，包括Python和JavaScript库，以及CLI和REST API。

Stable Diffusion：强大的图像生成模型

Stable Difusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，尽管它也可以应用于其他任务，如内补绘制、外补绘制，以及在提示词指导下产生图生图的转变。它是一种潜在扩散模型Q，由慕尼黑大学的CompVis研究团体开发的各种生成性人工神经网络之一。

IOPaint：智能绘画创作工具

IOPaint是一款由SOTA AI模型驱动的免费开源图像编辑工具，具备图像修复、水印去除、模糊图像清晰化等功能。它支持多种AI模型，包括擦除模型和扩散模型，能够从图片中删除不需要的对象或添加新内容，实现高质量的图像编辑。此外，IOPaint还提供了丰富的插件系统，允许用户通过额外的插件来增强功能，例如对象分割、背景去除、超分辨率处理等。

Stable Fast 3D：快速稳定的 3D 模型

Stable Fast 3D（SF3D）是由Stability AI推出的一款AI模型，能够在0.5秒内从单张图片快速生成高质量的3D模型，包括UV展开网格和材质参数。这项技术为游戏开发、虚拟现实、电商产品展示和建筑设计等领域带来了革命性的便利和创新可能。

Moneyprinterturo：自动化视频创作工具

MoneyPrinterTurbo是一款AI驱动的自动化视频创作工具，能够根据提供的视频主题或关键词，一键生成包含文案、素材、字幕和背景音乐的高清短视频。

Image-coloring：精准的图像上色工具

Image-coloring AI模型利用深度学习技术，通过结合卷积神经网络（CNN）和预训练模型如Inception-ResNet-v2，实现从单张灰度图片到彩色图片的自动转换，特别适用于历史照片修复和视频着色等领域。该模型通过端到端的训练，能够预测每个像素点在CIE Lab*色彩空间中的颜色值，从而达到自然和逼真的着色效果。

CosyVoice：温馨的语音合成模型

CosyVoice是由阿里通义实验室发布的开源语音克隆和文本转语音项目，专注于自然语音生成，支持多语言、音色和情感控制。

ComfyUI：便捷的 AI 交互界面

ComfyUI是一个为Stable Diffusion模型设计的图形用户界面（GUI），它以其高度模块化和功能强大的特点受到用户欢迎。

CogVideoX：智能视频创作助手

CogVideoX 是智谱 AI 开发的一系列视频生成模型，它们能够根据文本提示生成视频内容。最新开源的 CogVideoX-2B 模型以其强大的生成能力和较低的资源需求，为视频生成领域注入了新的活力。

Fish-Speech：独特的语音转换工具

Fish Speech 是由 Fish Audio 开发的一款开源文本转语音（TTS）模型，它基于 VQ-GAN、Llama 和 VITS 等前沿 AI 技术，能够将文本转换成逼真的语音。

GPT-Sovit：高效的语言处理模型

GPT-SoVITS是一个开源的Python RAG（Retrieval-Augmented Generation）框架，专注于声音克隆和文本到语音转换。用户可以通过极少量的声音样本来训练自己的TTS模型。

Real-time Voice Cloning：实时语音克隆神器

Real-time Voice Cloning 是一个能够实时克隆声音并生成任意语音内容的开源项目。它通过分析输入的语音，快速学习说话者的声音特征，并能够模仿该声音。

EchoMimic：回声模仿的语音模型

EchoMimic 是由阿里巴巴蚂蚁集团推出的一款开源 AI 数字人项目，它通过深度学习技术，将静态图像转化为具有动态语音和表情的数字人像。

SadTalker：情感表达的面部动画工具

SadTalker 是一个由西安交通大学、腾讯 AI 实验室和蚂蚁集团共同开发的人工智能模型，它能够将单一的肖像图像和音频结合起来生成逼真的说话头像视频。

LivePortrait：生动的肖像生成模型

LivePortrait 是由快手科技与中国科学技术大学和复旦大学合作开发的先进 AI 驱动的肖像动画框架。它能够从单个源图像创建栩栩如生的视频动画，通过隐式关键点方法在保证高质量的同时，大幅提高了计算效率。

Qwen2Audio：优质的音频转换模型

Qwen2-Audio是由阿里巴巴通义千问团队开发的先进开源AI语音模型，它支持直接语音输入和多语言文本输出，具备语音聊天和音频分析功能，能够理解并分析人声、自然声音和音乐等多种音频信号。该模型在多个语言和基准数据集上展现出卓越的性能，易于集成并支持微调，适用于翻译、情感分析等多种应用场景，为开发者和研究者提供了强大的音频处理能力。

EMAGE：高效的图像编辑模型

EMAGE是一个先进的AI驱动的面部和肢体动画生成框架，它能够从音频输入生成与音频同步的全身动作，包括面部表情、局部肢体动作、手部动作和全局运动。这个框架结合了高质量的3D动作捕捉数据集BEAT2，能够捕捉到人体的微妙细节，如头部、颈部和手指的动作，为虚拟角色带来前所未有的自然度和真实感。

CodeFormer：专业的代码重构模型

CodeFormer是一款专业的AI图片修复软件工具包，由南洋理工大学和商汤科技联合研发推出。它是一种AI深度学习模型，通过结合自动编码器（VQGAN）和注意力机制（Transformer）技术，能够实现将模糊或马赛克的人脸图片修复成清晰的原始人脸图片。

DDColor：出色的色彩调整模型

DDColor 是由阿里巴巴集团的达摩院研发的一个 AI 图像上色工具，专门用于将黑白图片转换成彩色图像。

Video-Retalking：视频重述的创新工具

Video-retalking技术，即视频重演技术，它允许用户将输入的视频与音频文件结合起来，生成新的视频，其中人物的嘴型与音频同步。

FaceChain-Face：人脸处理的强大工具

FaceChain 是由阿里巴巴达摩院推出的一个开源的人物写真和个人数字形象的 AI 生成框架。用户只需提供一张照片，就可以生成独属于自己的个人形象数字替身。

FunClip：趣味视频剪辑模型

FunClip 是由阿里巴巴达摩院推出的一款开源、本地部署的自动化视频剪辑工具。它通过调用阿里巴巴通义实验室的 FunASR Paraformer 系列模型实现视频的自动化语音识别，用户可以根据识别结果，选择文本片段或特定说话人，快速裁剪出所需视频片段。

PaddleGAN：强大的图像生成框架

PaddleGAN 是由百度飞桨（PaddlePaddle）团队开发的一款开源的生成对抗网络（GAN）工具库。它基于飞桨深度学习平台，提供了丰富的预训练模型和易于使用的界面，使得用户可以快速进行图像生成、视频生成、图像编辑等任务。

Diffree：智能图像对象添加工具

Diffree 是一个基于文本指导的智能图像对象添加工具，它使用扩散模型来实现仅通过文本描述就能在图像中添加新对象的功能。这个工具的核心是一个文本到图像（Text-to-Image，T2I）模型，它能够理解文本指令并在图像中无缝地添加新对象，同时保持与背景的一致性，如光照、纹理和空间位置。

MimicBrush：绘画模仿的创意工具

MimicBrush 是一款基于人工智能的图像编辑工具，它利用深度学习技术来实现图像的自动上色、风格转换、图像修复等功能。这种工具通常被设计为用户友好，使得即使没有专业的图像编辑技能，用户也能够轻松地对图片进行高质量的编辑和创作。

EasyAnimate：轻松动画制作工具

EasyAnimate是阿里推出的AI视频生成工具，支持文生视频和图生视频两种方式，用户可以上传图片作为视频的起始和结束画面，实现更灵活的视频编辑。EasyAnimate最长可生成1分钟的视频，适用于内容创作、教育、营销等多种场景。用户可通过一键启动，快速生成高质量的视频内容。

Stable-Audio-Tools：稳定的音频处理工具

Stable Audio Tools 是由 Stability AI 开发的一套音频处理工具，它利用先进的深度学习技术，使用户能够轻松创建、编辑和优化音频内容。这个工具特别适合音乐制作人、声音设计师和任何需要高质量音频处理的专业人士。

ChatMusician：音乐交流的智能伙伴

ChatMusician是一个创新的开源大型语言模型，由Skywork AI PTE. LTD.和香港科技大学的研究团队共同开发。它基于LLaMA2模型进行持续预训练和微调，使用文本兼容的音乐表示法ABC符号，将音乐作为第二语言来处理。ChatMusician不仅能够理解音乐，还能生成具有结构性、全长的音乐作品，条件化于文本、和弦、旋律、动机、音乐形式等。

FlashFace：快速的面部识别模型

Flashface是阿里联合香港大学推出的高保真A1写真工具。能基于用户提供的面部图像和文本提示，快速生成个性化的高保真人像写真图。Flashface具备高保真度身份保留、即时个性化、多样化结果生成等特点,支持改变人物年龄和性别，甚至将虚拟角色转化为逼真真人照片。flashface还能将真人照片转换为不同艺术风格的作品，或融合多个人物特征创造新形象。FlashFace适用于个性化照片制作、虚拟形象设计以及电影和游戏角色设计等场景。

HivisionIDPhotos : 免费开源的AI证件照制作工具

HivisionIDPhotos 是一款基于 AI 的轻量级证件照制作工具，能智能识别和抠图，快速生成符合多种规格的证件照。支持自定义背景色和尺寸，未来还将推出美颜和智能换正装功能。用户可通过 Docker 部署，轻松搭建本地服务。GitHub 上提供源代码和在线体验。