aigc

🍭 Lobe UI - AIGC वेब ऐप्स बनाने के लिए एक ओपन-सोर्स UI कंपोनेंट लाइब्रेरी

GenAI एप्लिकेशन के लिए आपका स्वचालित प्रॉम्प्ट इंजीनियरिंग सहायक

Zero123++ के लिए कोड रिपॉजिटरी: एक सिंगल इमेज से कंसिस्टेंट मल्टी-व्यू डिफ्यूजन बेस मॉडल।

आइए हाई-रिज़ॉल्यूशन जेनरेशन का लोकतंत्रीकरण करें! (CVPR 2024)

[ICCV'25 बेस्ट पेपर फाइनलिस्ट] ReCamMaster: एक सिंगल वीडियो से कैमरा-नियंत्रित जनरेटिव रेंडरिंग

AIGC के लिए RAG के बेहतरीन पेपर एकत्र करना। हम "Retrieval-Augmented Generation for AI-Generated Content: A Survey" पेपर में RAG की नींव, संवर्द्धन और अनुप्रयोगों के वर्गीकरण का प्रस्ताव करते हैं।

[CVPR2024 हाइलाइट] VBench - हम वीडियो जनरेशन का मूल्यांकन करते हैं

🚀 AI पूरी तरह से स्वचालित वीडियो निर्माण कर्मचारी | आपका पहला AIGC सहकर्मी। एक विचार चैट करें। एक फिल्म प्राप्त करें। 🦞

[NeurIPS 2023] "One-2-3-45: Any Single Image to 3D Mesh in 45 Seconds without Per-Shape Optimization" का आधिकारिक कोड

"लार्ज लैंग्वेज मॉडल एप्लिकेशन का निर्माण: एप्लिकेशन विकास और आर्किटेक्चर डिज़ाइन" वास्तविक दुनिया के अनुप्रयोगों में LLM पर एक ओपन-सोर्स ई-बुक, जो LLM की बुनियादी बातों और अनुप्रयोगों का परिचय देती है, और अपना खुद का मॉडल कैसे बनाया जाए। इसमें प्रॉम्प्ट लेखन, विकास और प्रबंधन शामिल है, यह पता लगाना कि सर्वश्रेष्ठ LLM क्या ला सकते हैं, और LLM एप्लिकेशन विकास के लिए पैटर्न और आर्किटेक्चर डिज़ाइन।

Voyager एक इंटरैक्टिव RGBD वीडियो जनरेशन मॉडल है जो कैमरा इनपुट पर आधारित है, और यह रीयल-टाइम 3D पुनर्निर्माण का समर्थन करता है।

Phantom: क्रॉस-मोडल एलाइनमेंट के माध्यम से सब्जेक्ट-कंसिस्टेंट वीडियो जनरेशन

AI शॉर्ट-ड्रामा क्रिएशन स्किल सूट: स्क्रिप्ट, एसेट्स, स्टोरीबोर्ड, इमेज/वीडियो प्रॉम्प्ट और इंडिपेंडेंट रिव्यू के लिए Claude Code और Codex के साथ अनुकूलित।

यह AI नहीं है जो आपकी नौकरी छीन लेता है, बल्कि वे लोग हैं जो AI टूल का उपयोग करना जानते हैं। सबसे घातक हमला एक आयामी-घटाने वाला हमला है: आपको नष्ट करने का आपसे कोई लेना-देना नहीं है - "द थ्री-बॉडी प्रॉब्लम" से।

[AAAI 2024] Follow-Your-Pose: यह रेपो "Follow-Your-Pose : Pose-Guided Text-to-Video Generation using Pose-Free Videos" का आधिकारिक कार्यान्वयन है।

FireRed-Image-Edit एक शक्तिशाली इमेज एडिटिंग फ़ाउंडेशन मॉडल है जो सटीक निर्देश पालन, उच्च-निष्ठा जनरेशन, बेहतर पहचान निरंतरता और सहज मल्टी-एलिमेंट फ्यूजन के साथ ओपन-सोर्स अत्याधुनिक प्रदर्शन प्राप्त करता है।

आपका AI गेम देव हब। AI-संचालित गेम विकास टूल के लिए अंतिम संसाधन केंद्र। अत्याधुनिक LLMs, वर्ल्ड मॉडल, एजेंट, कोड, इमेज, टेक्सचर, शेडर, 3D मॉडल, एनिमेशन, वीडियो, ऑडियो, संगीत, गायन आवाज और एनालिटिक्स की खोज करें। 🔥

पेपर के लिए आधिकारिक कार्यान्वयन: Zero-shot Image Editing with Reference Imitation

हम प्रस्तुत करते हैं StableAvatar, पहला एंड-टू-एंड वीडियो डिफ्यूजन ट्रांसफॉर्मर, जो किसी भी पोस्ट-प्रोसेसिंग के बिना असीमित लंबाई के उच्च-गुणवत्ता वाले ऑडियो-संचालित अवतार वीडियो को संश्लेषित करता है, जो संदर्भ छवि और ऑडियो पर आधारित होता है।

लार्ज रिकंस्ट्रक्शन मॉडल का एक ओपन-सोर्स इम्प्लीमेंटेशन

[ICML 2026] WorldMirror: बहुमुखी कार्यों के लिए तेज़ और सार्वभौमिक 3D पुनर्निर्माण मॉडल

[ECCV 2024] PowerPaint, एक बहुमुखी इमेज इनपेंटिंग मॉडल जो केवल एक मॉडल के साथ टेक्स्ट-गाइडेड ऑब्जेक्ट इनपेंटिंग, ऑब्जेक्ट रिमूवल, इमेज आउटपेंटिंग और शेप-गाइडेड ऑब्जेक्ट इनपेंटिंग का समर्थन करता है।

[CVPR2024] DisCo: वास्तविक दुनिया में ह्यूमन डांस जनरेशन को रेफर करना

Awesome-llm-role-playing-with-persona: निर्दिष्ट व्यक्तित्व के साथ रोल-प्लेइंग के लिए लार्ज लैंग्वेज मॉडल्स के संसाधनों की एक क्यूरेटेड सूची

TongFlow — मल्टीमॉडल GenAI स्टूडियो।

प्रोडक्ट-ग्रेड IOCR कस्टम टेम्पलेट पहचान, इमेज सर्च, फेस सर्च आदि प्रदान करता है। यह एक मुफ्त, व्यावसायिक रूप से उपयोग योग्य Java AI वन-स्टॉप समाधान है, जो कार्यभार कम करने और उत्पाद विकास में तेज़ी लाने के लिए है। प्रोजेक्ट श्रेणियों में AI SDK और वेब एप्लिकेशन शामिल हैं।

[CVPR 2024] PIA, आपका वैयक्तिकृत इमेज एनिमेटर। टेक्स्ट प्रॉम्प्ट द्वारा अपनी छवियों को एनिमेट करें, Dreambooth के साथ संयोजन करें, शानदार वीडियो प्राप्त करें।

AI-नेटिव रिस्क इंटेलिजेंस सिस्टम, OpenDeRisk—आपका एप्लिकेशन सिस्टम रिस्क इंटेलिजेंट मैनेजर जो 7*24 घंटे व्यापक और गहन सुरक्षा प्रदान करता है।

AI Audio Datasets (AI-ADS) 🎵, जिसमें स्पीच, म्यूजिक और साउंड इफेक्ट्स शामिल हैं, जो जेनरेटिव AI, AIGC, AI मॉडल ट्रेनिंग, इंटेलिजेंट ऑडियो टूल डेवलपमेंट और ऑडियो एप्लिकेशन के लिए ट्रेनिंग डेटा प्रदान करते हैं।

Python, React, TypeScript, Hono, SQLite3 और Redis पर आधारित एक 'All in One' स्मार्ट टूलकिट। यह 20 से अधिक प्लेटफॉर्मों से वीडियो को 4K में पार्स करने और बिना वॉटरमार्क के डाउनलोड करने की सुविधा देता है। इसमें Cloudflare Turnstile, Google/GitHub लॉगिन, OpenAI SDK, MCP सर्विस और AI-आधारित कार्य जैसे चैट, पेंटिंग, पेपर रिडक्शन और अन्य दक्षता उपकरण शामिल हैं।