gradio

Stable Diffusion 网页 UI

使用 Python 构建与分享令人愉悦的机器学习应用 🌟 点星支持我们的工作！

⚡️HivisionIDPhotos：轻量且高效的 AI 证件照工具。一个轻量级的AI证件照制作算法。

从电子书生成有声书，支持语音克隆和 1158+ 种语言！

stable diffusion webui colab

Gradio WebUI 为创作者与开发者提供关键 TTS（Edge‑TTS、kokoro）与零样本语音克隆（E2 & F5‑TTS、CosyVoice），并支持 Whisper 音频处理、YouTube 下载、Demucs 人声分离与多语言翻译

Easy Docker setup for Stable Diffusion with user-friendly UI

基于 FunASR 的视频转录、字幕生成与 LLM 协助剪辑工具，配备本地 Gradio UI

使用 LangGraph 构建的模块化 Agentic RAG — 在几分钟内学习检索增强生成（RAG）智能体。

[CVPR'25] 文章官方实现 - MagicQuill：一个智能互动图像编辑系统

[CVPR2024 Highlight][VideoChatGPT] ChatGPT 具备视频理解功能！并支持 miniGPT4、StableLM、MOSS 等多种语言模型

单一 Gradio + React WebUI，整合 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 与 Bark 的扩展功能！

InternGPT (iGPT) 是一个开源演示平台，您可以轻松展示 AI 模型。现在支持 DragGAN、ChatGPT、ImageBind、多模态聊天如 GPT-4、SAM、互动图像编辑等。试试 igpt.opengvlab.com（支持 DragGAN、ChatGPT、ImageBind、SAM 的线上 Demo 系统）

一个使用 Whisper 模型轻松生成字幕的 Web UI

[EMNLP-2024] 构建适用于快速原型与生产的多模态语言代理

在 CPU 和 AI PC 上实现快速 stable diffusion

仅使用 Auto1111 webui 依赖来实作 text2video 扩散模型（如 ModelScope 或 VideoCrafter）的 Auto1111 扩展功能

🤗 图像配对 webui

Inpaint Anything 扩展使用 Segment Anything 的遮罩，在浏览器 UI 中执行 stable diffusion 图像修复。

一个支持 30 多种生成式 AI 的自架网页界面

基于物理的多材料 FDM 彩色系统。通过校准的光线透射混合，将图片转换为全彩 3D 打印。支持 2-8 色系统，并可导出切片软件就绪的 3MF 格式（BambuStudio/OrcaSlicer）。

透明的 Python RAG 参考实现，采用 FAISS + BM25 混合检索、重新排序、Gradio UI 与 FastAPI。

🎬 通过 3D 交互控制从任何摄像机视角生成图像。在 3D 空间中拖拽摄像机或使用滑块设置方位角/仰角/距离后进行生成。基于 Three.js + Gradio 构建，支持中英双语界面。

为 Stable Diffusion 工作流程编写的模板语言。可作为 Automatic1111 WebUI 的扩展功能使用。

将任何研究论文转化为商业化报告，包含 6 个 AI 代理、TRL/MRL 评分、专利布局、市场情报与验证引用，支持 DeepSeek / OpenAI / Claude。

具备高分辨率输出的快速实时对象检测 https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX

本地与多个 PDF 进行对话

Chatbot Arena 遇上多模态！Multi-Modality Arena 允许您在输入图像的同时，并排评测视觉语言模型。支持 MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2 等多种模型！

基于 DAG 的多模型并行 AI 影视生成引擎。并行加速随场景独立性扩展；同时生成影视场景而非逐一生成；将影视生成的执行图从拓扑序转为关键路径最优调度；唯一将场景叙事依赖建模为 DAG 并以 CPM 算法驱动并行调度的影视生成引擎。

AdvancedLivePortrait 的 gradio WebUI