GPT-SoVITS – 开源的声音克隆项目，只需少量数据即可合成声音
GPT-SoVITS是什么 GPT-SoVITS是一个开源的声音克隆项目，由B站UP主、RV...
YOLOv9 – 新一代高效的实时目标检测系统
YOLOv9是什么 YOLOv9是一个由台北中研院和台北科技大学等机构的研究团队推出的新一代...
ScreenAgent – 基于视觉语言模型的计算机控制智能体
ScreenAgent是什么 ScreenAgent是一个由吉林大学人工智能学院的研究团队开...
ConsiStory – 免训练实现主题一致性的文生图方法
ConsiStory是什么 ConsiStory是由NVIDIA和特拉维夫大学的研究人员共同...
Stable Diffusion 3 – Stability AI推出的新一代图像生成模型
Stable Diffusion 3是什么 Stable Diffusion 3 是由 St...
SDXL-Lightning – 字节跳动推出的文本到图像生成模型
SDXL-Lightning是什么 SDXL-Lightning是由字节跳动的研究团队推出的...
VideoPoet – 谷歌推出的AI视频生成模型
VideoPoet是什么 VideoPoet是由谷歌的研究团队开发的一种基于大模型的AI视频...
DiT – 基于Transfomer架构的扩散模型
DiT是什么 DiT（Diffusion Transformers）是一种新型的扩散模型，由...