gradio

Giao diện web Stable Diffusion

Xây dựng và chia sẻ các ứng dụng machine learning hấp dẫn, hoàn toàn bằng Python. 🌟 Hãy bấm Star để ủng hộ dự án của chúng tôi!

⚡️HivisionIDPhotos: một công cụ tạo ảnh thẻ AI nhẹ và hiệu quả. Một thuật toán tạo ảnh thẻ AI nhẹ.

Tạo sách nói từ sách điện tử, nhân bản giọng nói và hơn 1158 ngôn ngữ!

stable diffusion webui colab

Gradio WebUI dành cho người sáng tạo và nhà phát triển, tích hợp các tính năng TTS chính (Edge-TTS, kokoro) và nhân bản giọng nói zero-shot (E2 & F5-TTS, CosyVoice), xử lý âm thanh Whisper, tải xuống YouTube, tách giọng hát Demucs và dịch đa ngôn ngữ.

Cài đặt Docker dễ dàng cho Stable Diffusion với giao diện người dùng thân thiện

Công cụ chuyển biên video, tạo phụ đề và cắt ghép video hỗ trợ bởi LLM, hoạt động dựa trên FunASR với giao diện Gradio cục bộ.

Một Agentic RAG mô-đun được xây dựng bằng LangGraph — tìm hiểu các Tác nhân Tạo sinh Tăng cường Truy xuất trong vài phút.

[CVPR'25] Mã nguồn chính thức cho bài báo - MagicQuill: Hệ thống chỉnh sửa ảnh tương tác thông minh

[CVPR2024 Highlight][VideoChatGPT] ChatGPT với tính năng hiểu video! Và nhiều LM được hỗ trợ khác như miniGPT4, StableLM và MOSS.

Giao diện WebUI đơn lẻ tích hợp Gradio + React với các tiện ích mở rộng cho 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 và Bark!

InternGPT (iGPT) là một nền tảng demo mã nguồn mở nơi bạn có thể dễ dàng trưng bày các mô hình AI của mình. Hiện hỗ trợ DragGAN, ChatGPT, ImageBind, trò chuyện đa phương thức như GPT-4, SAM, chỉnh sửa ảnh tương tác, v.v. Hãy thử tại igpt.opengvlab.com

Giao diện Web UI để tạo phụ đề dễ dàng bằng mô hình whisper.

[EMNLP-2024] Xây dựng các tác nhân ngôn ngữ đa phương thức để tạo nguyên mẫu và sản xuất nhanh chóng

Chạy stable diffusion nhanh trên CPU và AI PC

Tiện ích mở rộng Auto1111 triển khai các mô hình khuếch tán text2video (như ModelScope hoặc VideoCrafter) chỉ sử dụng các phụ thuộc của Auto1111 webui

🤗 WebUI khớp hình ảnh

Tiện ích mở rộng Inpaint Anything thực hiện điền khuyết (inpainting) stable diffusion trên giao diện trình duyệt sử dụng mặt nạ từ Segment Anything.

Giao diện web tự quản lý cho hơn 30 AI tạo sinh

Hệ thống màu FDM đa vật liệu dựa trên vật lý. Chuyển đổi hình ảnh thành bản in 3D đầy đủ màu sắc thông qua việc trộn truyền sáng được hiệu chuẩn. Hỗ trợ hệ thống 2-8 màu với xuất tệp 3MF sẵn sàng cho slicer (BambuStudio/OrcaSlicer).

Tài liệu tham khảo Python RAG minh bạch với tính năng truy xuất kết hợp FAISS + BM25, xếp hạng lại, giao diện Gradio và FastAPI.

🎬 Tạo hình ảnh từ bất kỳ góc nhìn camera nào thông qua điều khiển tương tác 3D. Kéo camera trong không gian 3D hoặc sử dụng thanh trượt để thiết lập góc phương vị/góc ngẩng/khoảng cách, sau đó tạo hình ảnh. Được xây dựng bằng Three.js + Gradio, giao diện song ngữ Trung/Anh.

Ngôn ngữ tạo khuôn mẫu (templating language) được viết cho các quy trình Stable Diffusion. Có sẵn dưới dạng tiện ích mở rộng cho Automatic1111 WebUI.

Chuyển đổi bất kỳ bài báo nghiên cứu nào thành báo cáo thương mại hóa — 6 tác nhân AI, chấm điểm TRL/MRL, phân tích bằng sáng chế, thông tin thị trường, trích dẫn đã xác minh. Hỗ trợ DeepSeek / OpenAI / Claude.

Phát hiện đối tượng thời gian thực tốc độ cao với đầu ra độ phân giải cao.

Trò chuyện với nhiều tệp PDF cục bộ

Chatbot Arena kết hợp đa phương thức! Multi-Modality Arena cho phép bạn so sánh các mô hình ngôn ngữ thị giác cạnh nhau với đầu vào là hình ảnh. Hỗ trợ MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 và nhiều mô hình khác!

Công cụ tạo phim AI dựa trên DAG đa mô hình — tăng tốc song song theo mức độ độc lập của cảnh; tạo các cảnh phim đồng thời thay vì tuần tự; tối ưu hóa lịch trình thực thi từ thứ tự topo sang đường dẫn tới hạn; công cụ tạo phim duy nhất mô hình hóa sự phụ thuộc tường thuật cảnh dưới dạng DAG và điều khiển lập lịch song song bằng thuật toán CPM.

Giao diện web Gradio cho AdvancedLivePortrait