#aigc Repositorios
107 repositorios en total
[NeurIPS2026] Presentamos StableAvatar, el primer transformador de difusión de vídeo de extremo a extremo, que sintetiza vídeos de avatares de alta calidad impulsados por audio y de duración infinita sin ningún posprocesamiento, condicionado por una imagen de referencia y audio.
[ICML 2026] WorldMirror: Modelo de reconstrucción 3D rápido y universal para tareas versátiles
La colección más completa, actualizada continuamente y más popular de más de 100 habilidades de destilación de personajes en la web | Sistemas multiagente | Todas las categorías: celebridades/directores/leyendas en línea/textos antiguos/anime/lugar de trabajo/emociones
[ECCV 2024] PowerPaint, un versátil modelo de inpainting de imágenes que admite inpainting de objetos guiado por texto, eliminación de objetos, outpainting de imágenes e inpainting de objetos guiado por forma con un solo modelo. Un modelo de reparación de imágenes versátil y de alta calidad que admite simultáneamente la inserción de objetos, la eliminación de objetos, la extensión de imágenes y la generación de objetos controlada por forma con un solo modelo.
Awesome-llm-role-playing-with-persona: una lista curada de recursos para modelos de lenguaje grandes para juegos de rol con personas asignadas
Plataforma de flujos de trabajo de IA generativa de nivel empresarial, intuitiva para agentes y personas y centrada en las modalidades
🚀 ¡Di adiós a las múltiples aplicaciones! Este proyecto se basa principalmente en Python + React + TypeScript + Hono + SQLite3 + Redis para crear un conjunto de herramientas inteligentes “todo en uno”. Reproduce sin membresía vídeos de más de 20 plataformas, como iQIYI, Tencent Video, Youku, Douyin, Bilibili y Xiaohongshu, con análisis online en 4K y descargas rápidas sin marca de agua. Integra la protección anti-bots y anti-scraping de Cloudflare Turnstile, inicio de sesión autorizado con Google y GitHub, además del SDK de OpenAI, un SDK de analítica, servicios MCP y agentes. Es compatible con conversaciones de ChatGPT, generación de imágenes mediante IA, reducción de similitud de tesis, recopilación de artículos de Hugging Face y edición de LaTeX online. También ofrece gráficos de velas del oro en tiempo real, mapas mentales con IA, un asistente para Xianyu y otras innovadoras herramientas de productividad. Incluye una enorme biblioteca de anime y cómics para disfrutar de la lectura. Ligero y eficiente, listo para usar tras la configuración y perfectamente adaptado a PC y dispositivos móviles. ¡Ven a ChattyPlay y comienza un viaje maravilloso~
Ofrece reconocimiento de plantillas personalizadas IOCR a nivel de producto, búsqueda por imagen, búsqueda de rostros y más. Es una solución integral de IA en Java, gratuita y de uso comercial, diseñada para reducir la carga de trabajo y acelerar el desarrollo de productos. Las categorías de proyectos incluyen SDK de IA, aplicaciones web, entre otros.
Sistemas de inteligencia de riesgos nativos de IA, OpenDeRisk: su gestor inteligente de riesgos de aplicaciones proporciona una protección completa y en profundidad las 24 horas del día, los 7 días de la semana.
[CVPR 2024] PIA, tu Animador de Imágenes Personalizado. Anima tus imágenes mediante indicaciones de texto, combinando con Dreambooth, logrando videos impresionantes. PIA, tu animador de imágenes personalizado, transforma tus imágenes en animaciones asombrosas utilizando indicaciones de texto.
Conjuntos de datos de audio de IA (AI-ADS) 🎵, que incluyen Voz, Música y Efectos de Sonido, los cuales pueden proporcionar datos de entrenamiento para IA Generativa, AIGC, entrenamiento de modelos de IA, desarrollo de herramientas de audio inteligentes y aplicaciones de audio.
Zizi Animation - Software de generación de video AIGC totalmente gratuita, utilizada principalmente para cortometrajes de IA, películas de IA, tuits de novelas
Una habilidad de Claude Code creada por Hao (駱君昊) que aprende tu estilo en Facebook y publica automáticamente en FB / IG / Threads / X con un calendario de contenido de 14 días. Éxito viral validado: 80 mil de alcance / 448 me gusta / 500 comentarios en la primera publicación. Incluye un análisis post-mortem del fracaso del segundo día.
Datos abiertos y entrenamiento escalable para modelos del mundo de vídeo de horizonte largo.
Genere escenas 3D explorables a gran escala con videos panorámicos de alta calidad a partir de una sola imagen o una indicación de texto.
ARGO es una plataforma de agentes de IA de código abierto que trae Local Manus a tu escritorio. Con descargas de modelos en un clic, integración fluida de LLM cerrados y bases de conocimiento RAG offline-first, ARGO se convierte en una potencia DeepResearch para el pensamiento autónomo, la planificación de tareas y el 100% de tus datos se mantiene localmente. Soporte Win/Mac/Docker.
📚 Experiencias de entrevistas de trabajo de AIGC, conocimientos básicos esenciales, ingeniería de indicaciones (Prompt Engineering), ChatGPT, Stable Diffusion, Prompt, Embedding, Fintune y todo lo que necesitas saber para buscar trabajo en AIGC~
[CVPR 2024] GaussianDreamer: Generación rápida de texto a Gaussianas 3D conectando modelos de difusión 2D y 3D
El tutorial más fácil de entender para usar LoRA (Low-Rank Adaptation) dentro del framework diffusers para investigadores de generación de IA🔥
🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.
Repositorio oficial (ICCV 2023) para "Fantasia3D: Desacoplando Geometría y Apariencia para la Creación de Contenido de Texto a 3D de Alta Calidad"
Herramienta de Productividad con IA – Gratuita y de código abierto, mejora la productividad del usuario y protege la privacidad y la seguridad de los datos. Incluye, entre otros: ChatGPT local exclusivo integrado, DeepSeek, Phi, Qwen y otros modelos, procesamiento inteligente por lotes de imágenes, videos, audio, etc. con un clic.
[ECCV 2024] MOFA-Video: Animación de imágenes controlable a través de adaptaciones de campos de movimiento generativos en un modelo de difusión congelado de imagen a video.
Genera automáticamente pptx usando gpt-3.5, Uso gratuito en línea / Genera PPT con gpt-3.5, gratuito en línea
HY-SOAR: Autocorrección para una alineación y refinamiento óptimos en modelos de difusión
[ICCV 2025] Código oficial de DeepMesh: Creación de maquetas de artista autorregresivas con aprendizaje por refuerzo
Un lienzo infinito nativo para agentes, orientado a la producción de cine y televisión con IA, cómics dramáticos y contenido multimodal; su propuesta principal son los agentes de creación de vídeos con un solo clic y una orquestación controlable.
Paddle Multimodal Integration and eXploration, compatible con tareas multimodales convencionales, incluidos modelos de preentrenamiento multimodales a gran escala de extremo a extremo y caja de herramientas de modelos de difusión. Equipado con alto rendimiento y flexibilidad.
[ICLR 2026] ChronoEdit: Hacia el razonamiento temporal para la edición de imágenes y la simulación del mundo
Nop Platform 2.0 es una plataforma de desarrollo low-code de próxima generación construida desde cero basada en los principios de la computación reversible, adoptando un paradigma de programación orientado al lenguaje. Incluye un conjunto de motores completamente diseñados como un motor GraphQL, un motor ORM, un motor de flujo de trabajo, un motor de informes, un motor de reglas y un motor de procesamiento por lotes.
[ECCV 2024] Single Image to 3D Textured Mesh in 10 seconds with Convolutional Reconstruction Model.
Una colección de artículos y códigos para CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC
HunyuanImage-2.1: Un Modelo de Difusión Eficiente para la Generación de Texto a Imagen de Alta Resolución (2K)
A.S.E (AICGSecEval) es un benchmark de evaluación de seguridad de código generado por IA a nivel de repositorio, desarrollado por el equipo de seguridad de código Tencent Wukong.
[IJCV 2026] FoleyCrafter: Dale vida a tus videos silenciosos con sonidos realistas y sincronizados.
ComfyUI Lumi Batcher es un plugin de extensión de procesamiento por lotes diseñado para ComfyUI, con el objetivo de mejorar la eficiencia de la depuración del flujo de trabajo. Los métodos de depuración tradicionales requieren ajustar los parámetros uno por uno, mientras que esta herramienta mejora significativamente la eficiencia del trabajo a través de capacidades de procesamiento por lotes.
La revolución inteligente en el campo de la seguridad que da forma al futuro
Plugin agregador multifuncional de ComfyUI (traducción de prompts, pulido de prompts, editor de texturas, reparación de referencias de modelos, etc.), permite que cualquier cuadro de entrada de texto largo en ComfyUI soporte entrada en chino y traducción automática / también añade función de traducción de errores (llamando a Baidu Translate), logrando libertad de traducción! Integra simultáneamente grandes modelos de IA para implementar función de pulido de prompts, para otras funciones del plugin, consulte la introducción del plugin
Prompts de IA de Narcissus | Biblioteca con más de 5.000 prompts en chino para crear arte con IA: busca, explora por categorías y copia con un clic. Los prompts abarcan los principales modelos de generación de imágenes, como ChatGPT, Grok, Gemini, Midjourney, Stable Diffusion, Flux, Jimeng, Kling, Doubao, Hailuo y Wenxin Yige. El código fuente y el conjunto de datos son totalmente de código abierto.
Implementación de Gamma-World: Modelado Generativo de Mundo Multiagente Más Allá de Dos Jugadores