Everlyn-1开源项目 – 首个开源自回归视频AI模型

Anole是一个开源的自回归原生多模态模型，专注于交错图像和文本的生成。它支持文本到图像生成、交错文本-图像生成、文本生成及多模态理解，旨在提供丰富的生成能力和理解能力。

UniTok是一个专为视觉生成与理解任务设计的统一视觉词元化器，能够高效地将视觉信息转化为token，适用于多种自回归生成模型和多模态理解模型。通过256个token即可实现低至0.39的rFID指标，生成效果出色。从零开始训练的模型在ImageNet零样本准确率上达到70.5%，表现优异。

Janus是一个多模态理解和生成一体的模型，能够同时理解图片内容并生成新图像。它通过解耦设计来满足理解和生成任务对视觉编码器的不同需求，采用统一的自回归变换器架构处理各种模态的输入。

StreamingT2V 是一种自回归方法，用于生成具有平滑过渡的长视频，支持80、240、600、1200帧或更多帧的生成。该方法通过一致的块转换和长期记忆块，确保生成的视频在动态性和连贯性上的高质量表现。

无人机与大语言模型的完美邂逅，开启低空智能移动新时代。项目汇总了前沿论文、开源数据集和平台工具，助力无人机与LLMs的研究与应用。项目不仅提供了丰富的研究资源，还为开发者提供了便捷的开发工具，推动无人机与LLMs技术的快速发展和应用。

BodyShapeGPT是一个通过文字描述生成逼真3D人体模型的工具，利用LLM技术，仅需文本输入即可生成高精度的3D人体模型，支持SMPL-X模型，提供21,000条文本描述与模型参数数据，助力深度学习与优化，让虚拟角色定制化变得前所未有的简单。

Ai Video Summary .top 是一个基于AI技术的工具，用户可以通过输入YouTube视频的链接，快速获得该视频的综合文章总结，帮助用户节省观看时间，获取视频的主要内容和要点。

一份颇为全面的生成式 AI 相关资源列表，涵盖文本生成、代码生成、智能体、图像生成、视频生成及音频生成等相关 AI 工具。

该项目提供多种大语言模型微调数据集，旨在帮助用户训练和优化自己的ChatGPT模型，涵盖了多个领域和主题，资源易于访问和使用，适合研究和教育目的。

Meshy是一个3D人工智能工具包，使用户能够轻松地将文本或2D图像转换为3D资产，处理时间不到一分钟。

一个快速生成条形码的小项目，旨在为用户省时，特别是为了帮助我的母亲。

Black Forest Labs的Flux模型训练脚本集，支持LoRA和ControlNet模型的微调，使用DeepSpeed进行高效训练，适用于512x512及1024x1024图片尺寸，提供下载链接和训练配置文件

BabAI是一个终极的儿童图像生成器，通过提交父母的照片，用户可以在9小时内收到AI生成的孩子图像。只需提供一张父亲和一张母亲的照片，BabAI便能生成与父母相似的孩子形象。

这是一个针对图形的少样本学习/元学习算法的综合索引，包括各种最新的方法和策略，按不同标准对算法进行分类，并提供相关论文和实现的链接。

Sticker Magic是一个创新的AI工具，用户只需提供贴纸描述，即可轻松生成令人惊艳的数字艺术作品，适合任何人使用，无论是个人还是商业用途。