#generative-ai Repositories
Insgesamt 791 Repositories
[ICLR 2026] Optimierung der Cartoons-Produktion mit generativem Post-Keyframing
Ermöglicht es Organisationen, anpassbare KI-Agenten zu erstellen und bereitzustellen, mit Unterstützung für mehrere LLM-Anbieter, Echtzeit-Chat, Sprache, Dokumententraining, Analysen, Benutzerverwaltung, SSO-Authentifizierung und einbettbare Widgets. Entwickelt mit React 19, Redux Toolkit, Radix UI und Tailwind CSS.
Offizielle Awesome-Liste mit CodeRabbit-Startern & Ressourcen ⚡️
Das offene .char-Format für konsistente Charaktere. Gesicht, Körper, Kleidung und Stimme in einer Datei – konsistent über alle Modelle hinweg.
Paper XMind Notizgenerator, konvertiert Paper-PDFs durch ChatGPT in kurze XMind-Notizen mit Bildern und Formeln, um die Leseeffizienz von Papieren zu verbessern.
KI-Generator für Kurzdramen und Mikrodrama-Videos – verwandelt jede Idee mithilfe einer Multi-Agenten-KI-Pipeline (Drehbuchautor → Storyboard → Einzelbilder → Video) in ein vollständiges Kurzdrama. Seedance 2 VIP, Kling 3.0 Pro, Veo 3.1, Sora 2.
🎭 KI-Avatar-/Digital-Human-Plattform – Foto hochladen, Stimme klonen und in Echtzeit mit jedem Gesicht per lippensynchronem Video sprechen. Open Source und selbst gehostet. Claude · Whisper · Chatterbox · MuseTalk.
Eine KI-gesteuerte Low-Code-Plattform für UI-Generierung und -Veröffentlichung, basierend auf TailwindCss, die durch Drag-and-Drop-Visualisierung schnell moderne responsive Benutzeroberflächen, dynamische anpassbare Komponenten, Mehrthemen- und Mehrsprachigkeits-Webanwendungen erstellt.
Offizielle Implementierung des Papers „Inversion-Based Style Transfer with Diffusion Models“ (CVPR 2023)
Codierung eines multimodalen (Vision) Sprachmodells von Grund auf in PyTorch mit vollständiger Erklärung: https://www.youtube.com/watch?v=vAmKB7iPkWw
Eine kuratierte Liste fantastischer Ressourcen für diskrete Diffusionsmodelle.
End-to-End-Generative‑AI‑Industrieprojekte auf LLM‑Modellen mit Deployment_Awesome LLM Projects
Eine einfache Beispielimplementierung des VoiceRAG-Musters zur Ermöglichung interaktiver generativer KI-Sprachfunktionen mithilfe von RAG mit Azure AI Search und dem Modell gpt-4o-realtime-preview von Azure OpenAI.
Offizieller Code für "RealFusion: 360°-Rekonstruktion jedes Objekts aus einem einzigen Bild" (CVPR 2023)
Ein großangelegter multimodaler Fahrzeugdatensatz mit Computational-Fluid-Dynamics-Simulationen und Deep-Learning-Benchmarks
🎨 Über 3.000 ausgewählte hochwertige Prompts und Generierungsbeispiele für Gemini Nano Banana Pro | Deckt Fotografie, Design, Kunst, Marketing und viele weitere Bereiche ab | Zweisprachige Unterstützung | JSON-Format
Verbesserte AnimateAnyone-Implementierung, die es Ihnen ermöglicht, die "opse"-Bildsequenz und das Referenzbild zur Generierung stilisierter Videos zu verwenden.
Agentenentwickler – ein praxisorientierter Kurs für Softwareentwickler
[ICLR'26] Neubewertung der hochqualitativen ästhetischen Postergeneration in einem einheitlichen Rahmen
Offizielle Implementierung für das Paper: InFusion: Inpainting von 3D-Gauss-Funktionen durch Erlernen der Tiefenkomplettierung aus einem Diffusions-Prior
Genblaze ist ein Open-Source-Python-SDK zur Orchestrierung von generativen KI-Medienpipelines über Video-, Audio- und Bildanbieter hinweg, mit integrierter Herkunft für jede Ausgabe.
Dieses Projekt ist eine refaktorisierte und tiefgreifend ins Chinesische lokalisierte Version des Generative Agents-Projekts, die darauf abzielt, chinesischen Benutzern eine wartungsfreundliche Basis für weitere Experimente oder Funktionserweiterungen zu bieten.
[CVPR 2024 Highlight] XCube: Große 3D-Generierungsmodellierung unter Verwendung von spärlichen Voxel-Hierarchien
AWS Generative AI CDK Constructs sind Beispielimplementierungen von AWS CDK für gängige generative KI-Muster.
ELITE: Kodierung visueller Konzepte in Text-Einbettungen für die kundenspezifische Text-zu-Bild-Generierung (ICCV 2023, Vortrag)
Multi-Modell-DAG-gesteuerte parallele KI-Filmerzeugung — parallele Beschleunigung skaliert mit Szenenunabhängigkeit; Film-Szenen gleichzeitig statt nacheinander erzeugen; "Den Ausführungsgraphen der Audiovisuellen Generierung von topologischer Reihenfolge in optimale kritische Pfad-Planung umwandeln"; Der einzige Audiovisuelle Generierungs-Engine, der Szenen-Narrativ-Abhängigkeiten als DAG modelliert und mit CPM-Algorithmus parallele Planung antreibt
[NeurIPS 2025 Spotlight] Ein einheitlicher Tokenizer für visuelle Erzeugung und Verständnis
Ein minimaler, aber leistungsstarker Rahmen für die Erstellung von KI-Agenten mit vollständiger Kontrolle über Tools, Anbieter und Ausführungsablauf.