#generative-ai Repositories
Insgesamt 791 Repositories
Echtzeit-Diffusionsbasiertes Streaming-Video-Super-Resolution / Echtzeit-Video-Streaming-Super-Resolution-Modell basierend auf der Diffusion-Architektur
[ACM MM 2024] Offizieller Code für „HandRefiner: Verbesserung fehlerhafter Hände in generierten Bildern durch diffusionsbasierte bedingte Inpainting“
MimicTalk: Nachahmen eines personalisierten und ausdrucksstarken 3D-Gesprächskopfes in wenigen Minuten; NeurIPS 2024; Offizieller Code
Notebooks, Codebeispiele, Beispiel-Apps und andere Ressourcen, die die Verwendung, Entwicklung und Verwaltung von Machine-Learning- und generativen KI-Workflows mit Google Cloud Vertex AI demonstrieren.
Eine Python-Bibliothek für simulationsbasierte Inferenz mit Deep Learning
Beispiele, wie mit Spring AI und Spring Boot Java-Anwendungen, die mit generativer KI und LLMs betrieben werden, erstellt werden.
[CVPR 2024] Paint3D: Malen Sie alles 3D mit Beleuchtung-losen Textur-Diffusionsmodellen, einem generativen Modell für Texturen ohne gebackene Beleuchtung
Python SDK zur Umwandlung jedes KI-Agenten in eine produktionsreife Anwendung. Framework-unabhängige Primitive für Laufzeit, Speicher, Authentifizierung und Tools mit von AWS verwalteter Infrastruktur.
Dies ist eine Studie, die darauf abzielt, das einzelne Konzept mithilfe der Selbstaufmerksamkeitsfähigkeit des DIT-Modells zu übertragen.
Fizgig — LoRA- und Fine-Tuning-Studio für Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Anima, Z-Image Turbo und Ace-Step XL: LoRAs und LoKRs für Bild-, Video- und Musikmodelle trainieren, feinabstimmen, profilieren, reparieren und extrahieren
Erlernen Sie Cloud Applied Generative AI Engineering (GenEng) mit OpenAI, Gemini, Streamlit, Containern, Serverless, Postgres, LangChain, Pinecone und Next.js
Aufmerksamkeitsbasierte Diffusionsattributionskarten zur Interpretation von Stable Diffusion.
[ICML 2024] MagicPose (auch bekannt als MagicDance): Realistische Übertragung von menschlichen Posen und Gesichtsausdrücken mit Identitäts-bewusster Diffusion
KI-Produktivitätstool – Kostenlos und Open Source, verbessert die Benutzerproduktivität und schützt Privatsphäre und Datensicherheit. Einschließlich, aber nicht beschränkt auf: integrierte lokale exklusive Modelle wie ChatGPT, DeepSeek, Phi, Qwen und andere, intelligente Stapelverarbeitung von Bildern, Videos, Audio usw. mit einem Klick.
[CVPR 2024] X-Adapter: Hinzufügen universeller Kompatibilität von Plugins für verbesserte Diffusionsmodelle
Hunyuan-GameCraft: Hochdynamische interaktive Spielvideoerzeugung mit hybrider Historienbedingung
[AAAI 2025] Offizielle Codes von "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models".
[ECCV 2024] MOFA-Video: Kontrollierbare Bildanimation durch generative Anpassung von Bewegungsfeldern in einem eingefrorenen Bild-zu-Video-Diffusionsmodell.
Praxisnahe, frameworkfreie Colab-Notebooks für das Skillset des AI Engineers / Forward Deployed Engineers (FDE) — Modell-APIs, strukturierte Ausgaben, Tool Calling, RAG, Evaluierungen als Kernrückgrat, Agenten (Schleifen von Grund auf, Tool-Design, Guardrails, MCP, Skills), Fine-Tuning vs. LoRA, Prompt-Injection/Sicherheit, LLMOps und kundenorientiertes Handwerk. Läuft über die kostenlose Groq-API.
[ECCV 2026] SparkVSR: Interaktive Video-Super-Resolution durch spärliche Keyframe-Propagierung
Offizielle Implementierung von "Let 2D Diffusion Model Know 3D-Consistency for Robust Text-to-3D Generation"
KI-Filmregie-Fähigkeiten für Agenten: filmische Dramaturgie (Murch, Blocking, Montage) + exakte Prompt-Syntax für Seedance 2.5, Kling 3.0 Turbo/Omni, Veo 3.1, Nano Banana 2 und GPT Image 2.5.
[CVPR 2025 Highlight] Offizielle Implementierung von "MangaNinja: Linienkunst-Kolorierung mit präziser Referenzverfolgung"
Eine Sammlung großartiger benutzerdefinierter Knoten für ComfyUI
Eine kuratierte Liste von KI-Tools, Agentenfähigkeiten, Bibliotheken und Ressourcen für wirtschaftswissenschaftliche Forschung, Lehre und Politikanalyse. Gepflegt vom OpenEcon-Team.