「开源图像生成」共找到 5105 篇相关文章

算法论文8

首次!世界模型、动作模型融合,全自回归模型WorldVLA来了

阿里巴巴达摩院提出全自回归模型 WorldVLA,首次融合世界模型与动作模型,统一文本、图片、动作理解和生成。它用独立编码器处理多模态数据,还提出策略解决误差累积问题,实验表现优异。

机器之心
开源动态8

一周暴涨117.5k星星!可以逆向复刻一切软件,SAAS生态彻底死掉

本文介绍爆火的开源AI逆向工具REA,不到一周GitHub涨117.5k星,可基于Agent逆向复刻各类软件,讲解其原理、工作逻辑与功能,讨论其对SaaS生态的冲击。

开源AI项目落地
新闻资讯8

万星skill作者:用Opus 5.5,先把视频skill卸载了

本文分享了GitHub万星项目video-shotcraft作者Vincent的最新观点,Opus 5.5仅需一句话就能生成包含BGM、音效的完整视频,无需额外视频制作skill,引发对AI技能价值的讨论。

AI工程化
开源动态7

夯,还真的很不错,8.2k Star scroll-world,太丝滑~~~~

许多官网滚动特效不佳,scroll - world 让滚动驱动无切镜的品牌旅程。它通过生成镜头链、对齐接缝实现沉浸体验,还给出适用场景和接入方式,虽非零成本但复用了经验。

小华同学ai
开源动态7

狂揽24k+ star,Web 开发效率快5倍!

传统浏览器调试工具操作繁琐、效率低,难以满足开发者需求。开源工具`Responsively App`基于Electron构建,可同时展示多设备视图,有交互同步等功能,获24k+ star,支持多系统,安装便捷。

开源先锋
新闻资讯7

月下载破亿工具链被OpenAI打包收购!Python包管理神器uv现在姓O了

OpenAI与uv开发商Astral官宣达成收购协议。交易完成后,Astral团队将加入OpenAI的Codex团队。OpenAI承诺继续支持uv等开源工具,还想让AI参与软件开发全流程,提升编程效率。

量子位
开源动态8

Clawdbot:火爆硅谷,让开发者疯抢Mac mini的AI新物种

Clawdbot是诞生仅三周的开源项目,让AI走出聊天框成数字同事。它由退休程序员Peter Steinberger推出,能24小时运行在本地电脑,解决AI落地难题。许多开发者为此抢购Mac mini。

AIGC开放社区
开源动态8

两周复刻DeepSeek-OCR!两人小团队还原低token高压缩核心,换完解码器更实用

两人小团队仅用两周复刻DeepSeek-OCR,复刻版DeepOCR还原其低token高压缩核心优势,还在关键任务上追上原版表现。它完全开源,无需大规模算力集群,训练方案适配中小团队。

量子位
开源动态7

今天,好像见证了属于SD时代的消亡。

liblib宣布升级到2.0,作为国内最大SD生态开源社区,其转型宣告SD时代落幕。曾几何时,SD让普通人感受AI绘图魔力,如今技术迭代,AI绘图门槛降低,新模型受大众青睐。

数字生命卡兹克
新闻资讯7

马斯克的最快AI模型来了

xAI发布Grok 4 Fast,生成速度每秒75个token,比标准版快10倍。网友实测其解题、问答速度惊人,但也有准确性问题。它为求速度做了妥协,适合追求即时结果的用户。

量子位