gradio

Interface web para Stable Diffusion

Crie e compartilhe aplicativos incríveis de machine learning, tudo em Python. 🌟 Dê uma estrela para apoiar o nosso trabalho!

⚡️HivisionIDPhotos: uma ferramenta de fotos de identificação com IA leve e eficiente. Uma ferramenta algorítmica leve de criação de fotos para documentos com IA.

Gere audiolivros a partir de e-books, com clonagem de voz e mais de 1158 idiomas!

stable diffusion webui colab

Interface Web Gradio para criadores e desenvolvedores, apresentando TTS (Edge-TTS, kokoro) e clonagem de voz zero-shot (E2 & F5-TTS, CosyVoice), com processamento de áudio Whisper, download do YouTube, isolamento vocal Demucs e tradução multilíngue.

Configuração fácil do Docker para Stable Diffusion com interface amigável

Ferramenta de transcrição de vídeo, geração de legendas e edição assistida por LLM baseada em FunASR, com interface Gradio local.

Um RAG agente modular construído com LangGraph — aprenda sobre agentes de Geração Aumentada por Recuperação em minutos.

[CVPR'25] Implementações oficiais do artigo - MagicQuill: Um sistema inteligente de edição interativa de imagens.

[CVPR2024 Highlight][VideoChatGPT] ChatGPT com compreensão de vídeo! E muitos outros modelos de linguagem suportados, como miniGPT4, StableLM e MOSS.

Uma WebUI única em Gradio + React com extensões 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 e Bark!

InternGPT (iGPT) é uma plataforma de demonstração de código aberto onde você pode exibir facilmente seus modelos de IA. Agora suporta DragGAN, ChatGPT, ImageBind, chat multimodal como GPT-4, SAM, edição interativa de imagens, etc. Experimente em igpt.opengvlab.com.

Uma interface web para legendagem fácil usando o modelo whisper.

[EMNLP-2024] Crie agentes de linguagem multimodal para prototipagem rápida e produção

Stable diffusion rápido em CPU e AI PC

Extensão do Auto1111 que implementa modelos de difusão text2video (como ModelScope ou VideoCrafter) usando apenas as dependências da webui do Auto1111

Interface web para correspondência de imagens

A extensão Inpaint Anything realiza inpainting de stable diffusion em uma interface de navegador usando máscaras do Segment Anything.

uma webui auto-hospedada para mais de 30 IA generativas

Um sistema de cores FDM multimateriais baseado em física. Converte imagens em impressões 3D coloridas por meio de mistura calibrada por transmissão de luz. Suporta sistemas de 2 a 8 cores com exportação 3MF pronta para fatiador (BambuStudio/OrcaSlicer).

Referência transparente de RAG em Python com busca híbrida FAISS + BM25, reranking, Gradio UI e FastAPI.

🎬 Gere imagens a partir de qualquer ponto de vista da câmera via controle interativo 3D. Arraste a câmera no espaço 3D ou use os seletores para definir azimute/elevação/distância e gere a imagem. Desenvolvido com Three.js + Gradio, interface bilíngue ZH/EN.

Linguagem de template escrita para fluxos de trabalho do Stable Diffusion. Disponível como uma extensão para o Automatic1111 WebUI.

Transforme qualquer artigo de pesquisa em um relatório de comercialização — 6 agentes de IA, pontuação TRL/MRL, panorama de patentes, inteligência de mercado, citações verificadas. DeepSeek / OpenAI / Claude.

Detecção de objetos em tempo real rápida com saída de alta resolução https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX

Converse com vários PDFs localmente

O Chatbot Arena encontra a multimodalidade! O Multi-Modality Arena permite comparar modelos de visão-linguagem lado a lado fornecendo imagens como entrada. Suporta MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 e muito mais!

Geração de filmes com IA paralela orientada por DAG multi-modelo — aceleração paralela escalável com a independência das cenas; gera cenas de filme simultaneamente em vez de uma a uma; motor de geração de filmes que modela dependências narrativas como um DAG e utiliza o algoritmo CPM para agendamento paralelo

WebUI gradio para AdvancedLivePortrait