aigc

ओपन-सोर्स SOTA मल्टी-इमेज एडिटिंग मॉडल।

[CVPR 2024] GaussianDreamer: 2D और 3D डिफ्यूजन मॉडल को जोड़कर टेक्स्ट से 3D Gaussians का तेज़ जनरेशन।

ARGO एक ओपन-सोर्स AI एजेंट प्लेटफॉर्म है जो Local Manus को आपके डेस्कटॉप पर लाता है। वन-क्लिक मॉडल डाउनलोड, निर्बाध क्लोज्ड LLM इंटीग्रेशन और ऑफलाइन-फर्स्ट RAG नॉलेज बेस के साथ, ARGO स्वायत्त सोच और कार्य योजना के लिए एक DeepResearch पावरहाउस बन जाता है, और आपका 100% डेटा स्थानीय रूप से सुरक्षित रहता है। Win/Mac/Docker का समर्थन करता है।

📚 AIGC जॉब इंटरव्यू के अनुभव, आवश्यक बुनियादी ज्ञान, प्रॉम्प्ट इंजीनियरिंग, ChatGPT, Stable Diffusion, प्रॉम्प्ट, एम्बेडिंग, फाइन-ट्यूनिंग आदि—AIGC करियर के लिए आपको जो कुछ भी जानने की आवश्यकता है।

AI जनरेशन शोधकर्ताओं के लिए diffusers फ्रेमवर्क के भीतर LoRA (Low-Rank Adaptation) का उपयोग करने के लिए सबसे आसान ट्यूटोरियल🔥

एक इमेज या टेक्स्ट प्रॉम्प्ट से उच्च-गुणवत्ता वाले पैनोरमा वीडियो के साथ बड़े पैमाने पर एक्सप्लोरेबल 3D दृश्य उत्पन्न करें।

🚀🚀🚀 लार्ज लैंग्वेज मॉडल (LLM), विज़न लैंग्वेज मॉडल (VLM), विज़न लैंग्वेज एक्शन (VLA), AI जेनरेटेड कंटेंट (AIGC), और संबंधित डेटासेट व एप्लिकेशन के बारे में कुछ बेहतरीन सार्वजनिक प्रोजेक्ट्स का संग्रह।

"Fantasia3D: Disentangling Geometry and Appearance for High-quality Text-to-3D Content Creation" के लिए (ICCV 2023) आधिकारिक रिपॉजिटरी

AI उत्पादकता टूल - मुफ्त और ओपन सोर्स, उपयोगकर्ता की उत्पादकता में सुधार करता है, और गोपनीयता तथा डेटा सुरक्षा की रक्षा करता है। इसमें शामिल हैं लेकिन सीमित नहीं: इन-बिल्ट लोकल एक्सक्लूसिव ChatGPT, DeepSeek, Phi, Qwen और अन्य मॉडल, चित्रों, वीडियो, ऑडियो आदि की एक-क्लिक बैच इंटेलिजेंट प्रोसेसिंग।

[ECCV 2024] MOFA-Video: फ्रोजन Image-to-Video डिफ्यूजन मॉडल में जेनरेटिव मोशन फील्ड एडाप्टेशन के माध्यम से नियंत्रणीय छवि एनिमेशन।

gpt-3.5 का उपयोग करके ऑटो जनरेट pptx, ऑनलाइन उपयोग करने के लिए स्वतंत्र

ClipForge: ओपन-सोर्स AI ई-कॉमर्स/UGC शॉर्ट-वीडियो जनरेटर। एक उत्पाद छवि अपलोड करें, AI स्वचालित रूप से बिक्री बिंदु निकालेगा, स्क्रिप्ट लिखेगा, छवि को विकृत किए बिना लॉक करेगा, और दृश्य/वॉयसओवर/सबटाइटल जोड़ेगा। एक क्लिक में TikTok Shop, Kuaishou, Xiaohongshu के लिए वीडियो बनाएं। शून्य लागत बैच उत्पादन, ओपन-सोर्स, कोई वॉटरमार्क नहीं, स्थानीय परिनियोजन।

टेक्स्ट-टू-वीडियो जनरेशन/सिंथेसिस पर एक सर्वेक्षण।

HY-SOAR: डिफ्यूजन मॉडल्स में ऑप्टिमल अलाइनमेंट और रिफाइनमेंट के लिए सेल्फ-करेक्शन

[ICCV 2025] DeepMesh का आधिकारिक कोड: रीइन्फोर्समेंट लर्निंग के साथ ऑटो-रिग्रेसिव आर्टिस्ट-मेश क्रिएशन

Paddle मल्टीमॉडल इंटीग्रेशन और एक्सप्लोरेशन, जो मुख्यधारा के मल्टी-मॉडल कार्यों का समर्थन करता है, जिसमें एंड-टू-एंड लार्ज-स्केल मल्टी-मॉडल प्रीट्रेन मॉडल और डिफ्यूजन मॉडल टूलबॉक्स शामिल हैं। उच्च प्रदर्शन और लचीलेपन से लैस।

[ICLR 2026] ChronoEdit: इमेज एडिटिंग और वर्ल्ड सिमुलेशन के लिए टेम्पोरल रीजनिंग की दिशा में

Nop Platform 2.0 एक अगली पीढ़ी का लो-कोड डेवलपमेंट प्लेटफ़ॉर्म है जो रिवर्सिबल कंप्यूटिंग के सिद्धांतों पर शून्य से बनाया गया है, जो भाषा-उन्मुख प्रोग्रामिंग प्रतिमान को अपनाता है। इसमें GraphQL इंजन, ORM इंजन, वर्कफ़्लो इंजन, रिपोर्टिंग इंजन, रूल इंजन और बैच प्रोसेसिंग इंजन जैसे पूरी तरह से डिज़ाइन किए गए इंजन शामिल हैं।

[ECCV 2024] कनवल्शनल रिकंस्ट्रक्शन मॉडल के साथ 10 सेकंड में सिंगल इमेज से 3D टेक्सचर्ड मेश।

एक वाक्य से कोई भी ग्राफ जनरेट करें।

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC के लिए पेपर्स और कोड का संग्रह

HunyuanImage-2.1: हाई-रिज़ॉल्यूशन (2K) टेक्स्ट-टू-इमेज जनरेशन के लिए एक कुशल डिफ्यूजन मॉडल

Hao (駱君昊) द्वारा बनाया गया एक Claude Code स्किल, जो आपकी Facebook वॉइस सीखता है और 14-दिन के कंटेंट कैलेंडर के साथ FB / IG / Threads / X पर ऑटो-पोस्ट करता है। मेगा-वायरल प्रमाणित: पहली पोस्ट पर 80K रीच / 448 लाइक्स / 500 कमेंट्स। इसमें दूसरे दिन के फ्लॉप पोस्ट का पोस्टमार्टम भी शामिल है।

[IJCV 2026] FoleyCrafter: मूक वीडियो में सजीव और सिंक्रोनाइज़्ड साउंड जोड़ें

एकीकृत नियंत्रणीय दृश्य जनरेशन मॉडल

Gamma-World का कार्यान्वयन: दो खिलाड़ियों से परे जेनरेटिव मल्टी-एजेंट वर्ल्ड मॉडलिंग।

A.S.E (AICGSecEval) एक रिपॉजिटरी-स्तरीय AI-जनरेटेड कोड सुरक्षा मूल्यांकन बेंचमार्क है, जिसे Tencent Wukong Code Security Team द्वारा विकसित किया गया है।

100 से अधिक व्यक्तित्वों और डिस्टिल्ड स्किल्स का सबसे व्यापक, निरंतर अपडेट होने वाला और लोकप्रिय संग्रह | मल्टी-एजेंट सिस्टम | सेलिब्रिटी/निर्देशक/क्लासिक/एनीमे/कार्यस्थल/भावनाएं

塑造未来的安全领域智能革命

[CVPR 2024 Highlight] MIGC और [TPAMI 2024] MIGC++ (आधिकारिक कार्यान्वयन)