分类： 开源项目

ToonCrafter，这是一种超越传统基于通信的卡通视频插值的新方法，为生成插值铺平了道路。传统方法隐含地假设线性运动，并且没有像消遮挡这样的复杂现象，经常与卡通中常见的夸张的非线性和带有遮挡的大运动作斗争，导致插值结果难以置信甚至失败。

该框架包括一套功能齐全的高端软件分析工具，使用户能够在包括 Windows、macOS 和 Linux 在内的各种平台上分析编译的代码。功能包括反汇编、汇编、反编译、绘图和脚本编写，以及数百种其他功能。 Ghidra...

以下内容来自Khoj官网 欢迎来到 Khoj 文档！这是进行设置和探索 Khoj 功能的最佳位置。 Khoj 是一个开源的个人人工智能你可以和它聊天任何事情。相关时，它会使用您与其共享的文件进行响应使用自然语言快速查找相关注释和文档它理解...

PictoGraphic 是一个AI生成的插图库，提供超过40000张图像和SVG文件，你在这里可以找到适合自己的免费插图 作为设计师，通常会发现自己的设计需要 10 - 15 个高质量图形。 ...

Prettygraph 是一个基于 Python 的 Web 应用程序，由 @yoheinakajima 开发，用于演示文本到知识图生成的 新 UI 模式。该项目是一个快速破解项目，并不是要成为一个强大的框架，而是一个简单的 UI 想法，用于在生成知识图时动态突出显示文本输入。

能够应对各种类型的线条艺术作品，无论是手绘草图、不同的 ControlNet 线预处理工具，还是由模型生成的轮廓，都能高精确性和稳定地处理。 一个重要特点是其泛化能力极强，无需针对不同的线预处理工具更换不同的 ControlNet 模型。

支持文字生成模型、图片生成模型，分辨率512x512，5秒内即可生成。 3D内容创作在质量和速度方面都取得了显着进步。尽管当前的前馈模型可以在几秒钟内生成 3D 对象，但其分辨率受到训练期间所需的密集计算的限制。在本文中，介绍了大型多视图高斯模型...

PhysDreamer：由多所大学（包括麻省理工学院、斯坦福大学、哥伦比亚大学和康奈尔大学）合作开发。 真实的对象交互对于创建沉浸式虚拟体验至关重要，但合成真实的 3D 对象动态以响应新颖的交互仍然是一项重大挑战。与无条件或文本条件动力学生成不同，动作条件动力学需要感知对象的物理材料属性，并将...

Open-Sora Colossal-AI 团队牵头的项目，目前发布了 1.1 模型，支持 2s~15s，144p 到 720p，任何宽高比文本到图像，文本到视频，图像到视频，视频到视频，无限时间生成的版本。

Video-subtitle-remover (VSR) 是一款基于AI技术，将视频中的硬字幕去除的软件。 主要实现了以下功能： 无损分辨率将视频中的硬字幕去除，生成去除字幕后的文件 通过超强AI算法模型，对去除字幕文本的区域进行填充（非相邻像素填充与马赛克去除）...

Functionary 是一种可以解释和执行函数/插件的语言模型。 该模型确定何时执行函数，无论是并行还是串行，并且可以理解它们的输出。它仅根据需要触发功能。函数定义以 JSON 架构对象的形式给出，类似于 OpenAI GPT 函数调用。

统一 Bedrock、Azure、OpenAI、Cohere、Anthropic、Ollama、Sagemaker、HuggingFace、Replicate 等 100 多种 LLM 的 API 输入输出、异常处理和负载均衡等操作的开源项目

上海人工智能实验室和 TapTap 的研究人员提出了线性注意序列并行 (LASP) 技术，该技术优化了线性 Transformer 上的序列并行性。它采用点对点 (P2P) 通信在节点内或节点间的 GPU 之间进行有效的状态交换。 LASP...

Morphic 只用 OpenAI 与搜索服务 @tavilyai 的 API 就能整得像模像样，换成 Gemini 与 Google Search 的 API 也一样能行。感觉 Perplexity 给大家带了 AI 时代的问答式搜索体验后，这种模式就会被大家学去强化自己的功能了