#generative-ai Repositories
Insgesamt 791 Repositories
Ein einzelnes Gradio + React WebUI mit Erweiterungen für ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T und Bark!
Aufbau einer sicheren und interoperablen Zukunft für KI-gesteuerte Zahlungen.
Offizielle Implementierung von „Sonic: Verlagerung des Fokus auf globale Audioahrnehmung in der Porträtanimation“
PixArt-α: Schnelles Training von Diffusion Transformer für fotorealistische Text-zu-Bild-Synthese
Die chinesische Erweiterung für stable-diffusion-webui
Spezialisierte KI-Modelle für Logodesign – ein Markenanalysemodell übersetzt ein Unternehmen in Gestaltungsregeln, Typografie- und Symbolmodelle entwickeln das Zeichen, und eine Kompositions-Engine erstellt echte Logoanwendungen und Schutzzonenregeln. Früher Zugang ist offen.
ALLWEONE® Open-Source-KI-Präsentationsgenerator Gamma Alternative. Erstellen Sie in wenigen Minuten professionelle Folien mit anpassbaren Designs und KI-generierten Inhalten.
Verwandeln Sie ein Thema in ein fertiges Vox-artiges Papiercollage-Erklär-/Werbevideo — automatisiert von Anfang bis Ende auf Atlas Cloud + ffmpeg. Eine Agentenfertigkeit.
Um die Verwendung von ComfyUI zu erleichtern, habe ich einige Optimierungen und Integrationen für einige häufig verwendete Knoten vorgenommen.
Meine eigenen Prompts für benutzerdefinierte Anweisungen ChatGPT
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Feinabstimmung, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text zu Video, Tutorials, Anleitungen, Vorträge, Kurse, ComfyUI, Google Colab, RunPod, Kaggle, Notizbücher, ControlNet, TTS, Stimmklonen, KI, KI-Nachrichten, ML, ML-Nachrichten, Nachrichten, Tech, Tech-Nachrichten, Kohya, Midjourney, RunPod
xDiT: Eine skalierbare Inferenz-Engine für Diffusion Transformers (DiTs) mit massivem Parallelismus
YouTube-Client mit Unterstützung für ältere Android-Versionen, Hintergrundwiedergabe, Google Gemini ✨ und vielen weiteren Funktionen.
KI-Logo-Animationstechnik: Rasterlogos in flüssige SVG-Animationen, animierte HTML-Demos, GIF/Video-Vorschauen und Bewegungs-Qualitätssicherungsnachweise umwandeln.
Erstellen, personalisieren und steuern Sie Ihre eigenen LLMs. Von der Datenvorverarbeitung bis zum Fine-Tuning bietet xTuring eine einfache Möglichkeit, Open-Source-LLMs zu personalisieren. Treten Sie unserer Discord-Community bei: https://discord.gg/TgHXuSJEk6
Umfassende Ressourcen zu Generative AI, einschließlich einer detaillierten Roadmap, Projekten, Anwendungsfällen, Vorbereitung auf Vorstellungsgespräche und Codierungsvorbereitung.
MusePose: ein Haltungsgesteuertes Bild-zu-Video-Framework für die Generierung virtueller Menschen
[NeurIPS 2025] OmniSVG ist die erste Familie von End-to-End multimodalen SVG-Generatoren, die vortrainierte Vision-Language Models (VLMs) nutzen und komplexe und detaillierte SVGs generieren können, von einfachen Symbolen bis hin zu aufwendigen Anime-Charakteren.
Notebooks, Codebeispiele und Referenzen für maschinelles Lernen und generative KI auf Google Cloud für die Advanced Solutions Lab (ASL) Bootcamps.
Erstellen Sie Anwendungen, die Entscheidungen treffen (Chatbots, Agenten, Simulationen usw.). Überwachen, verfolgen, speichern und ausführen auf Ihrer eigenen Infrastruktur.
Codebeispiele und Ressourcen für DBRX, ein großes Sprachmodell, das von Databricks entwickelt wurde
[ECCV 2026 Spotlight] Implementierung von „Live Avatar: Streaming-basierte, echtzeitfähige, audiogesteuerte Avatar-Generierung mit unbegrenzter Länge“
CodeMachine ist ein Open-Source-Tool, das KI‑Codierungsagenten in wiederholbare, langfristig laufende Workflows orchestriert. ⚡️
Stable Diffusion Webui-Erweiterung für Civitai, um Ihr Modell viel einfacher zu verwalten.
Offizielle PyTorch-Implementierung der ein-minütigen Videogenerierung mit Test-Time-Training
SDG ist ein spezialisiertes Framework, das zur Generierung von hochwertigen strukturierten tabellarischen Daten entwickelt wurde.
Das Cradle-Framework ist ein erster Versuch zur allgemeinen Computerkontrolle (GCC). Cradle unterstützt Agenten dabei, jede Computeraufgabe zu meistern, indem es starke Denkfähigkeiten, Selbstverbesserung und Fähigkeitenkuratierung in einer standardisierten allgemeinen Umgebung mit minimalen Anforderungen ermöglicht.
V-Express zielt darauf ab, ein sprechendes Kopfvideo zu generieren, das durch ein Referenzbild, eine Audiodatei und eine Sequenz von V-Kps-Bildern gesteuert wird.
Instill Core ist ein Full-Stack-KI-Infrastrukturwerkzeug für Daten-, Modell- und Pipeline-Orchestrierung, das entwickelt wurde, um jeden Aspekt der Erstellung vielseitiger KI-first-Anwendungen zu optimieren.
Eine Open-Source-Desktop-Anwendung zur Erstellung von Videos mit LTX-Modellen.
[ICLR 2025] Von allem zu Mesh, wie menschliche Künstler. Offizielle Implementierung von "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"
Awesome-LLM-3D: eine kuratierte Liste von Multi-modalen Large Language Models in der 3D-Welt Ressourcen
📺 Eine End-to-End-Lösung für die Generierung von hochauflösenden und langen Videos basierend auf Transformer Diffusion