#generative-ai Repositorios
791 repositorios en total
¡Una sola interfaz web Gradio + React con extensiones para 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 y Bark!
Construyendo un futuro seguro e interoperable para los pagos impulsados por IA.
Implementación oficial de "Sonic: Cambiando el enfoque a la Percepción Global del Audio en Animación de Retratos"
PixArt-α: Entrenamiento rápido de Diffusion Transformer para la síntesis fotorrealista de texto a imagen
Modelos de IA especializados en diseño de logotipos: un modelo de análisis de marca convierte un negocio en restricciones, los modelos de tipografía y símbolos construyen el logotipo, y un motor de composición genera composiciones reales y reglas de espacio de seguridad. Acceso anticipado abierto.
Alternativa a Gamma: generador de presentaciones de IA de código abierto ALLWEONE®. Cree diapositivas profesionales con temas personalizables y contenido generado por IA en minutos.
Convierte un tema en un video explicativo/publicitario terminado al estilo Vox de collage de papel — automatizado de principio a fin en Atlas Cloud + ffmpeg. Una habilidad de agente.
Para facilitar el uso de ComfyUI, he realizado algunas optimizaciones e integraciones en algunos nodos de uso común.
Mis propios prompts para instrucciones personalizadas de ChatGPT
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Ajuste Fino, DreamBooth, Entrenamiento, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animación, Texto a Video, Tutoriales, Guías, Conferencias, Cursos, ComfyUI, Google Colab, RunPod, Kaggle, Cuadernos, ControlNet, TTS, Clonación de Voz, IA, Noticias de IA, ML, Noticias de ML, Noticias, Tech, Noticias de Tech, Kohya, Midjourney, RunPod
xDiT: Un motor de inferencia escalable para Transformers de Difusión (DiTs) con Paralelismo Masivo
Cliente de YouTube con soporte para versiones antiguas de Android, reproductor en segundo plano, Google Gemini ✨ y muchas más funciones.
Habilidad de animación de logotipos con IA: convertir logotipos rasterizados en animaciones SVG suaves, demostraciones HTML animadas, vistas previas GIF/video y evidencia de control de calidad de movimiento.
Crea, personaliza y controla tus propios LLM. Desde el preprocesamiento de datos hasta el ajuste fino, xTuring ofrece una forma sencilla de personalizar los LLM de código abierto. Únete a nuestra comunidad de Discord: https://discord.gg/TgHXuSJEk6
Lista seleccionada de recursos útiles de LLM / Analítica / Ciencia de datos
Recursos integrales sobre IA generativa, que incluyen una hoja de ruta detallada, proyectos, casos de uso, preparación para entrevistas y preparación de codificación.
MusePose: un marco de imagen a video impulsado por pose para la generación de humanos virtuales
[NeurIPS 2025] OmniSVG es la primera familia de generadores SVG multimodales de extremo a extremo que aprovechan los Modelos de Visión y Lenguaje (VLM) preentrenados, capaces de generar SVG complejos y detallados, desde iconos simples hasta intrincados personajes de anime.
Cuadernos, ejemplos de código y referencias para aprendizaje automático e IA generativa en Google Cloud para los bootcamps del Advanced Solutions Lab (ASL).
Cree aplicaciones que toman decisiones (chatbots, agentes, simulaciones, etc.). Supervise, rastree, persista y ejecute en su propia infraestructura.
Ejemplos de código y recursos para DBRX, un modelo de lenguaje grande desarrollado por Databricks
[Destacado de ECCV 2026] Implementación de «Live Avatar: Generación de avatares impulsada por audio en tiempo real mediante streaming y de duración infinita»
CodeMachine es una herramienta de código abierto que orquesta agentes de codificación de IA en flujos de trabajo repetibles y de larga duración. ⚡️
Extensión de Stable Diffusion Webui para Civitai, para administrar tu modelo mucho más fácilmente.
Implementación oficial de PyTorch para la generación de video de un minuto con entrenamiento en tiempo de prueba
SDG es un marco especializado diseñado para generar datos tabulares estructurados de alta calidad.
El framework Cradle es un primer intento de Control General por Computadora (GCC). Cradle ayuda a los agentes a sobresalir en cualquier tarea informática al permitir sólidas capacidades de razonamiento, auto-mejora y curación de habilidades, en un entorno general estandarizado con requisitos mínimos.
V-Express tiene como objetivo generar un video de cabeza parlante bajo el control de una imagen de referencia, un audio y una secuencia de imágenes V-Kps.
Instill Core es una herramienta de infraestructura de IA full-stack para la orquestación de datos, modelos y pipelines, diseñada para optimizar todos los aspectos de la creación de aplicaciones versátiles centradas en la IA.
Una aplicación de escritorio de código abierto para generar videos con modelos LTX.
[ICLR 2025] De cualquier cosa a malla como artistas humanos. Implementación oficial de "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"
Awesome-LLM-3D: una lista curada de modelos de lenguaje grandes multimodales en el mundo 3D Recursos
📺 Una solución integral para la generación de videos de alta resolución y de larga duración basada en Transformer Diffusion