AI导航

DreamTalk，一个由清华大学、阿里巴巴和华中科大共同开发的一个基于扩散模型可以让人物照片说话，支持包括歌曲、多种语言的语音、嘈杂的音频在内的各种声音匹配让人物头像说话的框架。DreamTalk演示地址：https://dreamtalk-project.github.ioDreamTalk项目

一个ai自动投递简历的工具，结合chatgpt与rpa技术，实现一键自动寻找工作、根据自己的简历和工作描述生成求职信、发送给hr的全流程自动操作。这是一个完全免费的脚本，只需要你们自己配置好openai的api即可 希望您能给我点个star 如果在这个寒冷的招聘季，这个脚本能给您一些帮助，带来一些温

IP-Adapter-FaceID模型利用面部识别模型的面部ID嵌入，可以更准确地捕捉和再现特定人物的面部特征。结合文本描述生成可以生成高度个性化且与原始面部特征一致的图像。意思就是你只要上传几张自己的照片，就能生成你在各种场景下的照片，克隆你的脸。模型地址：https://huggingface.

Make-A-Character，通过一句话描述人的脸型、五官、发型特征，即可高效率、规模化地生成具备全栈式美术能力的超写实3D数字人。生成结果包含人头人体，配饰服装，并支持表情动画资产进行驱动，让3D数字人栩栩如生地动态化展示。你也可以自定义面部特征，例如脸型、眼睛颜色、发型、眉毛类型、嘴巴和鼻子

Jan.ai，桌面客户端是 ChatGPT 的替代品，可在您自己的计算机上运行，并带有本地 API 服务器。Jan 附带了本地优先、AI 原生和跨平台扩展框架。从本质上讲，Jan 是一个跨平台、本地优先和 AI 原生框架，可用于构建任何内容。开发人员可以扩展和自定义从功能到 UI 再到品牌的所有内容

图像上色（Image Colorization）是一项经典的计算机视觉任务，在许多现实世界的应用中具有巨大的潜力，例如老照片修复、电影重制和艺术创作等。给定一个灰度图像，图像上色旨在恢复其缺失的两个颜色通道，这个问题具有多模态不确定性，因为一个物体可能有多个似是而非的颜色。因此，图像上色一直是一个具

CodeFormer，超强的ai 视频去码、图片修复，人脸修复神器，它的功能包括人脸清晰化修复、人脸色彩化和人脸去马赛克，可以应用于各种场景。由南洋理工大学 S-Lab 开发。它通过网络架构实现了人脸的变换，包括色彩化、清晰化、去马赛克修复等功能。官方给出的测试对比图显示其修复效果非常出色。测试该工

TextBase 是一款简单的框架，用于构建 ai 聊天机器人，它可以帮助开发人员快速搭建和优化聊天机器人。TextBase 简单易用，自由可扩展，是聊天机器人开发的首选框架。Textbase的优点在于它简单易用。你只需要实现main.py中的on_message函数，Textbase就会负责其他所

Whisper 是Openai 开源音频转文字的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。Whisper有五种模型尺寸，提供速度和准确性的平衡，其中English-only模型提供了四种选择。下面是可用模型的名称、大致内存需求

Documate 是一款针对站内文档问答的开源 ai 工具，旨在将 AI 聊天对话框无缝嵌入到您的网站之中。并使用您的内容生成用户问题的实时答案，有效地充当您平台的人工客服，有了大模型的加持，用户上来几乎可以不读文档，直接与 AI 对话就可以完成自己的需求，对技术类产品文档来说，Documate的价

LiveSketch是一款ai生成视频工具，用户通过文本提示将静态素描转化为动画，它提供了一种简单直观的方法，使他们的素描变得生动活泼。无论是用于讲故事、插图、网站设计还是演示文稿，LiveSketch都能赋予静态素描图生命，使其更加丰富有趣。只需要简短的一句文本提示，LiveSketch就能让寥寥

随着VR设备和内容的广泛使用，对3D场景生成技术的需求越来越普遍。然而，现有的 3D 场景生成模型将目标场景限制在特定领域，这主要是因为它们使用的 3D 扫描数据集与现实世界相去甚远。为了解决这种局限性，我们提出了LucidDreamer，这是一个无域场景生成管道，它充分利用了现有大规模基于扩散的生

PIA是一种个性化的图像动画方法，通过文本到图像模型中的即插即用模块实现个性化图像动画师，可以生成具有高运动可控性和强文本和图像对齐性的视频，与各种个性化T2I模型兼容，无需特定调整。所提出的 PIA 根据不同的文本提示以逼真的动作对其进行动画处理，同时保留独具特色的风格和高保真细节，做到外观与运动

腾讯发布多模态音乐生成模型M2UGen 支持图片、视频生成音乐，M2UGen是一款引领潮流的框架，融合了音乐理解和多模态音乐生成任务，旨在助力用户进行音乐艺术创作。通过其强大的功能，M2UGen提供了全方位的音乐生成和编辑体验。M2UGen演示地址：https://huggingface.co/M2

今天，我们发布了稳定版 Zero123，这是我们内部训练的模型，用于生成视图条件图像。与之前最先进的 Zero123-XL 相比，稳定的 Zero123 产生了显着改善的结果。这是通过 3 项关键创新实现的：1、改进的训练数据集，从 Objaverse 中大量过滤，只保留高质量的 3D 对象，我们渲

Personalized Restoration，一个面部图像精准恢复和个性编辑技术，Personalized Restoration不仅能复原受损图像细节，同时能精准捕捉和重现个人独特的面部特征，确保恢复的图像既清晰自然，又忠实于原始面貌。同时它还支持换脸。Personalized Restora

ProPainter，一键移除视频内的移动物体，一键移除视频水印。ProPainter是一款强大的AI工具，可以帮助用户一键移除视频内的移动物体和水印。它利用先进的计算机视觉和深度学习算法，能够准确识别视频中的移动物体和水印，并将其完全移除.ProPainter使用非常简单，用户只需将需要处理的视频

CustomNet旨在更好地将指定物品的图片融合到新生成的图片中，并确保原物品的样式和纹理细节得以还原。这项技术给商品图融合带来了一线生机。在文本到图像的生成过程中，将自定义对象纳入图像生成是一个极具吸引力的功能。然而，现有的基于优化和基于编码器的方法都存在一些缺陷，如优化耗时长、标识保存不足以及复

Deepfakes Creator，可以通过文本输入生成逼真的会说话的真人视频。用户只需要上传想要化身模仿的人的照片，并写一个剧本，工具就能创建出逼真的人物化身视频，模拟人物说话。不仅如此，Deepfakes Creator还支持多种语言，并能进行实时问答互动。Deepfakes Creator应用

miniPaint，一个在线图像编辑器， 开源，Photoshop替代品。允许使用HTML5技术创建、编辑图像。不需要购买，下载，安装。主要功能:图层，滤镜等。有在线网址可以体验。miniPaint直接在浏览器中运行。可以创建图像，从剪贴板粘贴（ctrl+v）或本机上传。不会向任何服务器发送任何内容