gradio

Stable Diffusion Web UI

Erstellen und teilen Sie erfreuliche Machine-Learning‑Apps, alles in Python. 🌟 Staren Sie, um unsere Arbeit zu unterstützen!

⚡️ HivisionIDPhotos: Ein leichtgewichtientes und effizientes KI-Tool für Passfotos. Ein leichtgewichtiger Algorithmus zur Erstellung von KI-Passfotos.

Generiere Hörbücher aus E-Books, Stimmklonen und über 1158 Sprachen!

Stable Diffusion WebUI Colab

Gradio WebUI für Creator und Entwickler mit wichtigen TTS-Funktionen (Edge-TTS, kokoro) und Zero-Shot Voice Cloning (E2 & F5-TTS, CosyVoice), inklusive Whisper-Audioverarbeitung, YouTube-Download, Demucs-Gesangsisolierung und mehrsprachiger Übersetzung.

Einfaches Docker-Setup für Stable Diffusion mit benutzerfreundlicher UI

Ein auf FunASR basierendes Tool für Videotranskription, Untertitelgenerierung und LLM-gestützten Schnitt mit lokaler Gradio-Benutzeroberfläche.

Ein modularer Agentic RAG mit LangGraph — lernen Sie Retrieval-Augmented Generation Agents in wenigen Minuten.

[CVPR'25] Offizielle Implementierungen für das Paper – MagicQuill: Ein intelligentes interaktives Bildbearbeitungssystem

[CVPR2024 Highlight][VideoChatGPT] ChatGPT mit Videoverständnis! Sowie viele weitere unterstützte LMs wie miniGPT4, StableLM und MOSS.

Eine einzige Gradio + React WebUI mit Erweiterungen für 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 und Bark!

InternGPT (iGPT) ist eine Open-Source-Demoplattform zur einfachen Präsentation von KI-Modellen. Unterstützt nun DragGAN, ChatGPT, ImageBind, multimodalen Chat wie GPT-4, SAM, interaktive Bildbearbeitung und mehr. Testen Sie es unter igpt.opengvlab.com

Eine Web-Benutzeroberfläche zur einfachen Untertitelung mit dem Whisper-Modell.

[EMNLP-2024] Erstellen Sie multimodale Sprachagenten für schnelles Prototyping und Produktion

Schnelle Stable Diffusion auf CPU und AI PC

Auto1111-Erweiterung zur Implementierung von Text-to-Video-Diffusion-Modellen (wie ModelScope oder VideoCrafter) ausschließlich mit Auto1111-WebUI-Abhängigkeiten

🤗 Web-Benutzeroberfläche für Bildabgleich

Inpaint Anything-Erweiterung führt Stable-Diffusion-Inpainting in einer Browser-UI mit Masken von Segment Anything aus

Eine selbst gehostete WebUI für über 30 generative KIs

Ein physikbasiertes Multimaterial-FDM-Farbsystem. Konvertiert Bilder durch kalibrierte Lichtdurchlässigkeitsmischung in vollfarbige 3D-Drucke. Unterstützt 2-8 Farbsysteme mit Slicer-fertigem 3MF-Export (BambuStudio/OrcaSlicer).

Transparente Python-RAG-Referenz mit FAISS + BM25 Hybrid-Retrieval, Reranking, Gradio-UI und FastAPI.

Generierung von Bildern aus beliebigen Kameraperspektiven mittels interaktiver 3D-Steuerung. Bewegen Sie die Kamera im 3D-Raum oder nutzen Sie Schieberegler für Azimut, Elevation und Distanz. Erstellt mit Three.js und Gradio, zweisprachige Benutzeroberfläche (ZH/EN).

Eine für Stable-Diffusion-Workflows entwickelte Templating-Sprache. Als Erweiterung für die Automatic1111 WebUI verfügbar.

Wandeln Sie jedes Forschungspapier in einen Kommerzialisierungsbericht um – 6 KI-Agenten, TRL/MRL-Bewertung, Patentlandschaft, Marktinformationen, verifizierte Zitate. DeepSeek / OpenAI / Claude.

Schnelle Echtzeit-Objekterkennung mit hochauflösender Ausgabe https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX

Lokal mit mehreren PDFs chatten

Chatbot Arena trifft auf Multimodalität! Multi-Modality Arena ermöglicht es, Vision-Language-Modelle nebeneinander zu benchmarken, während Bilder als Eingaben bereitgestellt werden. Unterstützt MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 und viele weitere!

Multi-Modell DAG-gesteuerte parallele KI-Filmgenerierung – parallele Beschleunigung skaliert mit Szenenunabhängigkeit; Filmsequenzen werden simultan statt nacheinander generiert; eine Film-Generierungs-Engine, die Szenen-Narrativ-Abhängigkeiten als DAG modelliert und die parallele Planung mittels CPM-Algorithmus steuert.

Gradio WebUI für AdvancedLivePortrait.