多媒体处理

2025

WanX 2.1 – 阿里巴巴先进视频生成模型

WanX 2.1 是由阿里巴巴通义万相团队开发的前沿视频生成模型,代表了 AI 驱动视觉内容创作的重大突破。它不仅支持高质量的文本到视频和图像到视频生成,还在物理模拟、多语言支持和视觉一致性方面表现出色。通过其开源计划,WanX 2.1 将为全球开发者提供强大的工具,助力创意内容生产、教育培训、娱乐和营销等多个领域的应用创新。

10 3 月, 2025

让静态角色绘画实现流畅的动态效果

该项目是一个关于 数字人(Digital Human)和 Live2D 技术 的精选资源列表,包含相关的开源工具、学习资料、示例代码和社区讨论。Live2D 作为一种 2D 动画技术,能够让静态角色绘画实现流畅的动态效果,广泛应用于 虚拟主播(Vtuber)、游戏角色动画、AI 助手等领域。而数字人技术则涵盖更广泛的 3D 和 AI 相关内容,结合 AI 语音、计算机视觉等技术,使虚拟人物具备 更高的交互性 和 拟人化特征。

3 3 月, 2025

Sana:高效的文本到图像生成框架,能够生成4K高清图像

Sana 是 NVIDIA 发布的一个开源项目,专为加速大规模深度学习模型训练而设计。通过 GPU 加速、分布式训练以及高效的数据处理,Sana 极大提升了计算机视觉、自然语言处理等任务的训练效率。项目提供模块化设计,支持多种神经网络架构,并可在多个 GPU 上高效运行,确保大规模数据集的高效训练与优化。

1 3 月, 2025

一个高容量的真实世界图像恢复开源项目

DreamClear 是一个开源项目,利用深度学习技术,特别是卷积神经网络(CNN),进行图像去噪和增强。通过训练深度神经网络,DreamClear 能有效去除图像中的噪声并恢复图像的清晰度,尤其适用于低光照或损坏的图像。该项目支持自定义模型训练和优化,适应不同的应用场景。DreamClear 提供了高效的图像处理工具,能够自动化图像去噪过程,并能增强图像细节,避免过度平滑。用户可以在自己的数据集上进行模型训练或直接应用预训练模型,广泛适用于图像处理、计算机视觉和人工智能领域。

28 2 月, 2025

几个免费AI绘画工具网站浏览

YFT Pro Editor 是一个基于 Web 的 AI 设计和编辑工具,专注于生成和编辑高质量的图像。它适用于设计师、艺术家和创作者,提供多种 AI 辅助功能,如智能修图、样式转换和自动优化。该平台简化了设计流程,使用户能够快速创建视觉内容,而无需掌握复杂的设计软件。
CivitAI 是一个专门为 AI 生成艺术(AI Art)社区打造的平台,支持用户分享和下载 Stable Diffusion 相关的模型、LoRA、文本提示(prompts)等。该网站汇聚了众多 AI 艺术爱好者,提供丰富的 AI 生成工具和资源,帮助用户优化和训练 AI 模型,提升图像生成的质量和风格。

27 2 月, 2025