gradio

Interfaz web de Stable Diffusion

Construye y comparte agradables aplicaciones de machine learning, todo en Python. 🌟 ¡Dale una estrella para apoyar nuestro trabajo!

⚡️ HivisionIDPhotos: una herramienta de fotos de identificación con IA ligera y eficiente

¡Genera audiolibros a partir de libros electrónicos, clonación de voz y más de 1158 idiomas!

stable diffusion webui colab

Gradio WebUI para creadores y desarrolladores, con TTS clave (Edge-TTS, kokoro) y clonación de voz zero-shot (E2 & F5-TTS, CosyVoice), procesamiento de audio con Whisper, descarga de YouTube, aislamiento vocal con Demucs y traducción multilingüe.

Configuración sencilla de Docker para Stable Diffusion con una interfaz fácil de usar

Herramienta de transcripción de video, generación de subtítulos y recorte asistido por LLM basada en FunASR, con una interfaz de usuario local de Gradio

Un RAG agéntico modular creado con LangGraph: aprende sobre agentes de generación aumentada por recuperación en minutos.

[CVPR'25] Implementaciones oficiales para el artículo MagicQuill: Un sistema inteligente e interactivo de edición de imágenes.

[CVPR2024 Highlight][VideoChatGPT] ¡ChatGPT con comprensión de video! Y muchos más LM compatibles como miniGPT4, StableLM y MOSS.

Una WebUI única en 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.

InternGPT (iGPT) es una plataforma de demostración de código abierto donde puedes mostrar fácilmente tus modelos de IA. Ahora es compatible con DragGAN, ChatGPT, ImageBind, chat multimodal como GPT-4, SAM, edición interactiva de imágenes, etc. Pruébalo en igpt.opengvlab.com

Una interfaz web para subtitular fácilmente usando el modelo whisper.

[EMNLP-2024] Construye agentes de lenguaje multimodales para prototipado rápido y producción

Stable Diffusion rápido en CPU y PC con IA

Extensión para Auto1111 que implementa modelos de difusión de texto a video (como ModelScope o VideoCrafter) utilizando únicamente las dependencias de la interfaz web de Auto1111.

Interfaz web para coincidencia de imágenes 🤗.

Extensión Inpaint Anything que realiza inpainting de stable diffusion en una interfaz de navegador usando máscaras de Segment Anything.

Una interfaz web autohospedada para más de 30 IA generativas

Sistema de color FDM multimaterial basado en física. Convierte imágenes en impresiones 3D a todo color mediante mezcla de transmisión de luz calibrada. Soporta sistemas de 2 a 8 colores con exportación 3MF lista para laminadores (BambuStudio/OrcaSlicer).

Referencia transparente de RAG en Python con recuperación híbrida FAISS + BM25, reranking, interfaz de Gradio y FastAPI.

Genera imágenes desde cualquier punto de vista de cámara mediante control interactivo 3D. Arrastra la cámara en el espacio 3D o usa deslizadores para ajustar azimut, elevación y distancia. Construido con Three.js y Gradio, con interfaz bilingüe en chino e inglés.

Lenguaje de plantillas escrito para flujos de trabajo de Stable Diffusion. Disponible como extensión para la WebUI de Automatic1111.

Convierte cualquier artículo de investigación en un informe de comercialización: 6 agentes de IA, puntuación TRL/MRL, panorama de patentes, inteligencia de mercado y citas verificadas. DeepSeek / OpenAI / Claude.

Detección de objetos en tiempo real rápida con salida de alta resolución https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX

Chatea con múltiples archivos PDF de forma local.

¡Chatbot Arena se encuentra con la multimodalidad! Multi-Modality Arena te permite comparar modelos de visión-lenguaje lado a lado mientras proporcionas imágenes como entrada. ¡Soporta MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 y muchos más!

Generación de cine con IA en paralelo impulsada por DAG multimodelo: la aceleración paralela escala con la independencia de la escena; genera escenas de cine simultáneamente en lugar de una por una; motor de generación cinematográfica que modela la narrativa de escenas como un DAG y utiliza el algoritmo CPM para la programación paralela.

Interfaz web de Gradio para AdvancedLivePortrait.