Everly Heights Character Sheets：专为故事创作者、动画师和游戏开发者设计的Flux Lora
模型

Everly Heights Character Sheets是一款专为故事创作者、动画师和游戏开发者设计的...
3周前 90
CELEBRIT：重现MTV昔日热门节目《名人死亡赛》中黏土动画风格的Flux Lora
模型

CELEBRIT是一款旨在重现MTV昔日热门节目《名人死亡赛》中黏土动画风格的Flux Lora...
3周前 70
CogAgent-9B-20241220：基于视觉语言模型的开源 GUI agent 模型
模型

图形用户界面（GUI）是用户与软件交互的核心。然而，构建能够有效导航GUI的智能代...
3周前 70
腾讯发布一种在 MM-DiT 架构下无需额外训练的多提示长视频生成方法DiTCtrl
模型

随着视频生成模型的发展，基于DiT架构如 Sora 和 MM-DiT 在单提示视频生成任务中取...
3周前 80
阿里通义团队为大家送上圣诞节大礼，开源全球首个视觉推理模型 QVQ-72B-Preview
模型

阿里通义团队为大家送上圣诞节大礼，开源了第一个视觉推理模型QVQ，其中V代表视觉...
3周前 88
ltx-video-0.9-vae-finetune：基于 LTX Video 0.9 VAE 进行的微调VAE模型
模型

ltx-video-0.9-vae-finetune 是由开发者 spacepxl 基于 LTX Video 0.9 VAE 进行的...
3周前 84
lllyasviel推出交互式图像光照绘制新框架LuminaBrush
模型

ControlNet的作者lllyasviel继推出IC-Light系列之后，再次推出了一个全新的项目——L...
4周前 74
Nexa AI 推出一款专为边缘部署设计的音频语言模型 OmniAudio-2.6B
模型

音频语言模型（ALMs）在各种应用中发挥着关键作用，包括实时转录、翻译、语音控制...
4周前 66
LTX-Video推出0.9.1版本，引入全新VAE解码器，原生支持STG/PAG
模型

之前介绍过的《Lightricks推出开源视频生成模型LTX Video》，今天LTX-Video迎来了...
4周前 96
新型自回归视频生成模型NOVA：能够在无需向量量化的情况下，高效地生成视频
模型

北京邮电大学、中国科学院计算技术研究所、大连理工大学和北京智源研究院的研究人...
4周前 94
加速DiT架构视频生成模型的开源技术栈FastVideo：已推出FastHunyuan和FastMochi 两款模型，生成速度提升8倍
模型

加州大学圣地亚哥分校 Hao AI 实验室推出的一个开源技术栈FastVideo ，旨在显著加...
2024-12-19 173
通义语音团队推出语音生成模型CosyVoice 2：提升了多语言语音合成的质量、响应速度和实时性能
模型

阿里巴巴旗下通义实验室语音团队在之前提出的 CosyVoice 基础上，推出了全新的 Cos...
2024-12-18 80
没有账号？注册  忘记密码？