aigc

Mô hình chỉnh sửa đa ảnh SOTA mã nguồn mở

[CVPR 2024] GaussianDreamer: Tạo nhanh mô hình 3D Gaussians từ văn bản bằng cách kết nối các mô hình khuếch tán 2D và 3D.

ARGO là nền tảng AI Agent mã nguồn mở mang Local Manus lên máy tính của bạn. Với tính năng tải xuống mô hình chỉ bằng một cú nhấp chuột, tích hợp LLM khép kín liền mạch và cơ sở tri thức RAG ưu tiên ngoại tuyến, ARGO trở thành công cụ DeepResearch mạnh mẽ cho tư duy tự chủ, lập kế hoạch tác vụ và đảm bảo 100% dữ liệu của bạn được lưu trữ cục bộ. Hỗ trợ Win/Mac/Docker.

📚 Mọi thứ bạn cần biết về tìm việc trong lĩnh vực AIGC: kinh nghiệm phỏng vấn, kiến thức cơ bản, kỹ thuật gợi ý (prompt engineering), ChatGPT, Stable Diffusion, Embedding, Fine-tune.

Hướng dẫn dễ hiểu nhất về cách sử dụng LoRA (Low-Rank Adaptation) trong framework diffusers dành cho các nhà nghiên cứu tạo AI.

Tạo các cảnh 3D quy mô lớn có thể khám phá với video toàn cảnh chất lượng cao từ một hình ảnh hoặc văn bản gợi ý duy nhất.

🚀🚀🚀 Bộ sưu tập các dự án công khai ấn tượng về Mô hình ngôn ngữ lớn (LLM), Mô hình ngôn ngữ thị giác (VLM), Hành động ngôn ngữ thị giác (VLA), Nội dung do AI tạo (AIGC), cùng các bộ dữ liệu và ứng dụng liên quan.

(ICCV 2023) Kho lưu trữ chính thức cho "Fantasia3D: Tách biệt hình học và ngoại hình để tạo nội dung Text-to-3D chất lượng cao"

Công cụ năng suất AI miễn phí và mã nguồn mở, giúp cải thiện năng suất người dùng, bảo vệ quyền riêng tư và bảo mật dữ liệu. Bao gồm nhưng không giới hạn ở: tích hợp sẵn các mô hình cục bộ như ChatGPT, DeepSeek, Phi, Qwen, xử lý hàng loạt thông minh bằng một cú nhấp chuột cho hình ảnh, video, âm thanh, v.v.

[ECCV 2024] MOFA-Video: Hoạt ảnh hình ảnh có thể kiểm soát thông qua các thích ứng trường chuyển động tạo sinh trong mô hình Image-to-Video Diffusion đã được đóng băng.

Tự động tạo pptx bằng gpt-3.5, miễn phí sử dụng trực tuyến

ClipForge: Công cụ tạo video ngắn thương mại điện tử AI mã nguồn mở - Tự động trích xuất điểm bán hàng, viết kịch bản, giữ nguyên hình ảnh sản phẩm, tạo hình ảnh/lồng tiếng/phụ đề, hỗ trợ xuất video bán hàng cho TikTok Shop, Douyin, Kuaishou, Xiaohongshu chỉ với một cú nhấp chuột. Hỗ trợ triển khai cục bộ, không watermark.

HY-SOAR: Tự sửa lỗi để căn chỉnh và tinh chỉnh tối ưu trong các mô hình khuếch tán (Diffusion Models)

Khảo sát về tạo/tổng hợp văn bản thành video.

[ICCV 2025] Mã nguồn chính thức của DeepMesh: Tạo lưới nghệ sĩ tự hồi quy với học tăng cường

Paddle Multimodal Integration and eXploration, hỗ trợ các tác vụ đa phương thức phổ biến, bao gồm các mô hình tiền huấn luyện đa phương thức quy mô lớn end-to-end và bộ công cụ mô hình khuếch tán. Hiệu suất cao và linh hoạt.

[ICLR 2026] ChronoEdit: Hướng tới suy luận thời gian cho chỉnh sửa hình ảnh và mô phỏng thế giới

Nop Platform 2.0 là nền tảng phát triển low-code thế hệ mới, được xây dựng từ đầu dựa trên các nguyên tắc tính toán có thể đảo ngược và áp dụng mô hình lập trình hướng ngôn ngữ. Nền tảng bao gồm bộ các engine được thiết kế hoàn chỉnh như GraphQL, ORM, quy trình làm việc, báo cáo, quy tắc và xử lý hàng loạt.

[ECCV 2024] Chuyển đổi ảnh đơn sang lưới 3D có kết cấu trong 10 giây với Mô hình tái tạo tích chập.

Tạo bất kỳ đồ thị nào từ một câu duy nhất

Bộ sưu tập các bài báo và mã nguồn cho AIGC tại CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024

HunyuanImage-2.1: Mô hình khuếch tán hiệu quả cho việc tạo văn bản thành hình ảnh độ phân giải cao (2K)

Một kỹ năng Claude Code của Hao (駱君昊) giúp học giọng văn Facebook của bạn và tự động đăng bài lên FB / IG / Threads / X với lịch nội dung 14 ngày. Đã được kiểm chứng về độ lan tỏa: 80K lượt tiếp cận / 448 lượt thích / 500 bình luận trong bài đăng đầu tiên. Bao gồm phân tích thất bại ngày thứ 2.

[IJCV 2026] FoleyCrafter: Thổi hồn vào video câm bằng âm thanh sống động và đồng bộ

Mô hình tạo hình ảnh trực quan có thể kiểm soát thống nhất

Triển khai Gamma-World: Mô hình hóa thế giới đa tác nhân tạo sinh vượt ra ngoài hai người chơi

A.S.E (AICGSecEval) là bộ tiêu chuẩn đánh giá bảo mật mã nguồn do AI tạo ra ở cấp độ kho lưu trữ, được phát triển bởi đội ngũ Tencent Wukong Code Security.

Bộ sưu tập hơn 100 kỹ năng chưng cất nhân cách toàn diện và cập nhật nhất, hệ thống đa agent, bao gồm các danh mục như người nổi tiếng, đạo diễn, tác giả, cổ thư, anime, công sở và cảm xúc

Định hình cuộc cách mạng thông minh trong lĩnh vực bảo mật tương lai

[CVPR 2024 Highlight] MIGC và [TPAMI 2024] MIGC++ (Triển khai chính thức).