gradio

Stable Diffusion 網頁 UI

使用 Python 建置與分享令人愉悅的機器學習應用程式 🌟 點星支持我們的工作！

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

將電子書轉為有聲書，支援語音克隆與 1158 種以上語言！

stable diffusion webui colab

Gradio WebUI 為創作者與開發者提供關鍵 TTS（Edge‑TTS、kokoro）與零樣本語音克隆（E2 & F5‑TTS、CosyVoice），並支援 Whisper 音訊處理、YouTube 下載、Demucs 人聲分離與多語言翻譯

簡易的 Docker 設定，用於 Stable Diffusion 並提供友善的 UI

基於 FunASR 的影片轉錄、字幕生成與 LLM 協助剪輯工具，配備本地 Gradio UI

使用 LangGraph 構建的模組化 Agentic RAG — 在幾分鐘內學習檢索增強生成（RAG）代理。

[CVPR'25] 文章官方實作 - MagicQuill：一個智能互動圖像編輯系統

[CVPR2024 Highlight][VideoChatGPT] ChatGPT 具備視訊理解功能！並支援 miniGPT4、StableLM、MOSS 等多種語言模型

單一 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 與 Bark 的擴充功能！

InternGPT (iGPT) 是一個開源演示平台，您可以輕鬆展示 AI 模型。現在支持 DragGAN、ChatGPT、ImageBind、多模態聊天如 GPT-4、SAM、互動圖像編輯等。試試 igpt.opengvlab.com（支持 DragGAN、ChatGPT、ImageBind、SAM 的線上 Demo 系統）

一個使用 Whisper 模型輕鬆生成字幕的 Web UI

[EMNLP-2024] 建立適用於快速原型與生產的多模態語言代理程式

在 CPU 和 AI PC 上實現快速 stable diffusion

僅使用 Auto1111 webui 相依性來實作 text2video 擴散模型（如 ModelScope 或 VideoCrafter）的 Auto1111 擴充功能

🤗 影像配對 webui

Inpaint Anything 擴充功能使用 Segment Anything 的遮罩，在瀏覽器介面中執行 stable diffusion 內填。

一個支援 30 多種生成式 AI 的自架網頁介面

基於物理的多材料 FDM 彩色系統。透過校準的光線透射混合，將圖片轉換為全彩 3D 列印。支援 2-8 色系統，並可匯出切片軟體就緒的 3MF 格式（BambuStudio/OrcaSlicer）。

透明的 Python RAG 參考實作，採用 FAISS + BM25 混合檢索、重新排序、Gradio UI 與 FastAPI。

🎬 透過 3D 互動控制從任何攝影機視角生成影像。在 3D 空間中拖曳攝影機或使用滑桿設定方位角/仰角/距離後進行生成。基於 Three.js + Gradio 建構，支援中英雙語介面。

為 Stable Diffusion 工作流程編寫的模板語言。可作為 Automatic1111 WebUI 的擴充功能使用。

將任何研究論文轉化為商業化報告，包含 6 個 AI 代理、TRL/MRL 評分、專利佈局、市場情報與驗證引用，支援 DeepSeek / OpenAI / Claude。

具備高解析度輸出的快速即時物件偵測 https://x.com/_akhaliq/status/1840213012818329826 https://x.com/githubprojects/status/1891370506537910724 https://www.threads.net/@githubprojects/post/DGKdoE4zdUX

本機與多個 PDF 進行對話

Chatbot Arena 遇上多模態！Multi-Modality Arena 允許您在輸入影像的同時，並排評測視覺語言模型。支援 MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2 等多種模型！

基於 DAG 的多模型平行 AI 影視生成引擎。平行加速隨場景獨立性擴展；同時生成影視場景而非逐一生成；將影視生成的執行圖從拓撲序轉為關鍵路徑最佳排程；唯一將場景敘事依賴建模為 DAG 並以 CPM 演算法驅動平行排程的影視生成引擎。

AdvancedLivePortrait 的 gradio WebUI