AI编程

RVM 专为稳定人物视频抠像设计。不同于现有神经网络将每一帧作为单独图片处理，RVM 使用循环神经网络，在处理视频流时有时间记忆。RVM 可在任意视频上做实时高清抠像。在 Nvidia GTX 1080Ti 上实现 4K 76FPS 和 HD 104FPS。此研究项目来自字节跳动。

Facebook Research开发的Audiocraft音频处理和生成库。它包含了先进的EnCodec音频压缩器/分词器以及MusicGen，一个简单且可控的音乐生成语言模型，具备文本和旋律条件约束。Audiocraft是使用深度学习进行音频处理和生成的工具。它可以帮助您进行音频压缩、分析和生成。 Audiocraft的一些主要功能特点包括：

一个使用GPT模型来控制浏览器的工具。它通过接受自然语言命令，实现了用人类方式与浏览器进行交互的功能。使用BrowserGPT，您可以方便地编写命令来操作浏览器，包括打开网页、点击链接、填写表单等任务。

换脸工具Rope已经发布了Ruby版本，该版本在性能上有了显著的提升。用户如有需求，可以尝试更新体验。此次更新的具体内容包括： 1. 性能提升：新版本的Rope性能几乎是之前版本的二倍，运行更加流畅。 2. 更快的GFPGAN：在图像处理方面进行了优化，使得GFPGAN的运行速度更快。 3. 可调整遮挡遮罩尺寸：用户现在可以根据需要调整遮挡遮罩的大小，以满足不同的需求。 4. 实验性功能添加：新版本还增加了实验性功能，允许用户调整面部交换区域的放置和面部比例，以实现更精细的面部交换效果。

专门为中文用户提供一个中文排行榜，用来展示各种语言的优秀项目和资源。该排行榜分为”软件”和”资料”两个榜单，旨在精确定位中文好项目，帮助用户高效学习。用户可以根据自己的需求选择不同的榜单，以便更好地学习和发现优秀的项目。

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。我们收集了各种免费和付费的ChatGPT资源，以及如何更有效地使用中文与 ChatGPT 进行交流的方法。在这个仓库中，您将找到丰富的 ChatGPT工具、应用和示例。

ControlNet 的作者开源了一款名为 Fooocus 的 AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点。Fooocus 是开源、离线且免费的，用户无需调整任何参数即可使用。

ChuanhuChatGPT聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

LCM（Latent Consistency Models）聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为replicate.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

ChatALL聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

web-stable-diffusion聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

很棒的 ChatGPT API，Github项目，精选的应用程序和工具列表，不仅使用新的 聊天GPT API ，还允许用户配置自己的 API 密钥 ，从而可以免费和按需使用自己的配额。

收集了很多如何训练你的chatGPT的方案，让它充当不同的角色，并为你提供帮助，比如：充当linux终端、充当英语翻译和改进者、充当 JavaScript 控制台、充当英语发音帮手、充当旅游指南，甚至让他进行角色扮演 、充当UI/UE的开发者、前端工程师等等。

AnyText 是一个开源的多语言视觉文本生成和编辑工具，它基于扩散模型，能够在图片中生成或编辑文字。这个工具支持中文、英文、日文和韩文等多种语言，适用于电商海报、Logo 设计、创意涂鸦、表情包等多种场景。AnyText 包含两个核心模块：辅助潜在模块（Auxiliary Latent Module）和文本嵌入模块（Text Embedding Module）。辅助潜在模块负责处理字形、文字位置和掩码图像等辅助信息，而文本嵌入模块则将文字的语义信息与字形信息解耦合，以提高文字生成的精度和背景一致性。在训练阶段，除了使用扩散模型常用的噪声预测损失，还增加了文本感知损失，以提升文字书写的精度。 AnyText 的代码和安装说明可以在其 GitHub 页面上找到。要在本地安装和运行 AnyText，需要至少20GB的内存和高端显卡。安装过程包括克隆代码库、准备字体文件（推荐 Arial Unicode MS），创建新的环境并安装所需的软件包。AnyText 还提供了在线演示，用户可以通过这个演示直接体验其功能。 此外，AnyText 的训练数据集为 AnyWord-3M，主要来源于互联网开

一个自动为视频生成高亮字幕的工具。使用ImageMagick工具，并通过Python环境运行。用户可以通过克隆GitHub仓库、创建Python虚拟环境、安装依赖项，然后使用Streamlit运行应用程序来使用Autocaption。该项目的第一个版本发布于2023年12月20日，它允许用户上传视频并自动添加卡拉OK风格的字幕。