FunClip – 阿里达摩院开源的AI自动视频剪辑工具
# 1. 克隆GitHub源代码 git clone https://github.com/alibaba-damo-academy/FunClip.git # 2. 安…
FreeScale – 无需微调的推理框架，提升扩散模型生成能力首次实现8K分辨率图像
FreeScale是什么 FreeScale是南洋理工大学、阿里巴巴集团和复旦大学推出无需微调的推理框架，提升预训练扩散模型生成高分辨率图像和视频的能力。FreeScal…
EMO – 阿里推出的AI肖像视频生成框架
EMO是什么 EMO（Emote Portrait Alive）是一个由阿里巴巴集团智能计算研究院的研究人员开发的框架，一个音频驱动的AI肖像视频生成系统，能够通过输入单…
Phi-3 – 微软最新推出的新一代小模型系列
Phi-3是什么 Phi-3是微软研究院推出的新一代系列先进的小语言模型，包括phi-3-mini、phi-3-small和phi-3-medium三个不同规模的版本。这…
Animate Anyone – 阿里推出的图像到视频角色动画合成的框架
Animate Anyone是由阿里巴巴智能计算研究院推出的一款将静态图像中的角色或人物进行动态化的开源框架，已在GitHub上斩获了近1.3万个星标，并在国内外引起了热…
Freestyler – 西工大联合微软和香港大学推出的说唱乐生成模型
Freestyler是什么 Freestyler是西北工业大学计算机科学学院音频、语音与语言处理小组（ASLP@NPU）、微软及香港中文大学深圳研究院大数据研究所共同推出…
StarCoder 2 – BigCode推出的第二代开源代码大模型
StarCoder 2是什么 StarCoder 2是由BigCode项目（Hugging Face和ServiceNow支持）联合Nvidia的团队开发的新一代大型代码…
Hyper-SD – 字节跳动推出的高效的图像合成框架
Hyper-SD是什么 Hyper-SD是由字节跳动的研究人员推出的一个高效的图像合成框架，旨在解决现有扩散模型在多步推理过程中计算成本高昂的问题。Hyper-SD通过轨…
ReplaceAnything – 阿里推出的AI替换图片中物体的开源框架
ReplaceAnything是由阿里巴巴智能计算研究院推出的一款开源AI图像内容替换框架，利用先进的人工智能技术，能够实现对照片或图像中物体的智能替换。用户可以通过简单…
SnapGen – Snap联合港科大等机构推出的移动端文生图模型
SnapGen是什么 SnapGen是Snap Inc、香港科技大学、墨尔本大学等机构联合推出的文本到图像（T2I）扩散模型，能在移动设备上快速生成高分辨率（1024×1…
MeloTTS – MyShell AI推出的多语言文本到语音转换工具
pip install melotts python -m unidic download python melo/app.py git clone https://gi…
Arctic – Snowflake开源的企业级AI大模型
Arctic是什么 Arctic是由云计算巨头Snowflake的AI研究团队开发的一款高效、开源的企业级大型语言模型，该大模型是一个拥有480亿（480B）的参数规模，…
Outfit Anyone – 阿里开源的一键换衣虚拟试穿项目
Outfit Anyone是由阿里巴巴智能计算研究院推出的一个高质量服装虚拟试穿的开源项目，借助该技术，用户或模特无需亲自试穿衣服即可预览上身效果。Outfit Anyo…
CosyVoice – 阿里开源的语音生成大模型
CosyVoice是什么 CosyVoice 是阿里通义实验室开源的自然语音合成大模型。模型支持中文、英文、日文、粤语、韩语五种语言，仅需3到10秒音频样本就能复刻相似音…
Snap Video – Snapchat公司推出的AI视频生成模型
Snap Video是什么 Snap Video是由Snap（社交媒体Snapchat所属的公司）研究团队开发的一个AI视频生成模型，目标是通过文本描述来合成视频，即用户…
OpenELM – 苹果开源的高效语言模型系列
OpenELM是什么 OpenELM是Apple苹果公司最新推出的系列高效开源的语言模型，包括OpenELM-270M、OpenELM-450M、OpenELM-1_1B…
