GAN
  1. 首页
  2. GAN

列表

Liquid

Liquid

Liquid是由华中科技大学、字节跳动和香港大学联合开发的多模态生成框架，通过VQGAN将图像编码为离散视觉token并与文本共享词汇空间，使大型语言模型无需修改结构即可处理视觉任务。该框架降低训练成本，提升视觉生成与理解性能，并在多模态任务中表现出色。支持图像生成、视觉问答、多模态融合等应用，适用于创意设计、内容创作及智能交互等领域。
AI项目与工具 2025年06月12日
Diff

Diff

Diff-Instruct是一种基于积分Kullback-Leibler散度的知识迁移方法，用于从预训练扩散模型中提取知识并指导生成模型的训练。它能够在无需额外数据的情况下，通过最小化IKL散度提升生成模型的性能。Diff-Instruct适用于多种场景，包括预训练扩散模型的蒸馏、现有GAN模型的优化以及视频生成等。
AI项目与工具 2025年06月12日
Gendo

Gendo

Gendo是一款结合生成式AI技术的建筑可视化平台，通过生成对抗网络（GANs）和扩散模型等手段，帮助设计师快速创建逼真的建筑概念图，并支持从草图到最终图像的全周期操作，具备生成性编辑、风格迁移和文本到图像生成等功能，旨在提升设计效率与视觉沟通质量。
AI项目与工具 2025年06月12日
MuCodec

MuCodec

MuCodec是一款由清华大学等机构联合研发的超低比特率音乐编解码工具，具备音乐压缩、特征提取、离散化处理及流匹配重建等功能。该工具能够有效压缩音乐文件，在极低比特率下仍能保证高保真度，适用于多种应用场景如在线音乐流媒体服务、音乐下载、语言模型构建以及移动设备优化等。
AI项目与工具 2025年06月12日
VideoTuna

VideoTuna

VideoTuna是一款基于AI的开源视频生成工具，支持文本到视频、图像到视频以及文本到图像的转换。它提供预训练、微调和后训练对齐等功能，兼容U-Net和DiT架构，并计划引入3D视频生成能力。VideoTuna旨在简化视频内容创作流程，提升生成质量与可控性，适用于内容创作、电影制作、广告营销、教育培训等多个领域。
AI项目与工具 2025年06月12日
restorePhotos.io

restorePhotos.io

restorePhotos.io 是一款基于GFPGAN模型的AI工具，专注于修复老旧和模糊的人脸照片。它具备用户友好的界面设计，支持批量处理及隐私保护功能，能够显著提升照片质量和清晰度。凭借其强大的技术支撑，restorePhotos.io 可应用于个人家庭、文化遗产保护、档案管理等多个领域，为用户提供高质量的照片修复服务。
AI项目与工具 2025年06月12日
Crypko

Crypko

Crypko是一款基于AI的动漫角色生成工具，利用生成对抗网络（GAN）技术实现高质量角色立绘的自动化创作。用户可通过简单操作生成并个性化定制角色，支持动画效果添加及社交分享。此外，Crypko还提供商业用途插图生成功能，并支持虚拟世界角色“旅行”体验。
AI项目与工具 2025年06月12日
Wav2Lip

Wav2Lip

Wav2Lip是一款开源的唇形同步工具，能够将音频文件转换为与口型同步的视频。它支持多种语言，适用于视频编辑、游戏开发和虚拟现实等多个领域。Wav2Lip具备音频驱动口型生成、面部表情同步和多语言支持等功能，采用先进的技术原理，如数据预处理、音频特征提取、口型编码器、音频到口型映射及生成对抗网络（GAN）。该工具提升了电影和视频的后期制作质量，增强了虚拟现实中的交互体验，还用于游戏开发、语言学习和
AI项目与工具 2025年06月12日
Roop

Roop

Roop是一款开源的AI视频换脸工具，支持用户通过一张图片替换视频中的面部，无需复杂的数据集或训练过程。它具有多种功能，包括一键换脸、多参数配置、面部对齐和性能加速。Roop利用生成对抗网络（GANs）生成逼真的面部图像，并能自动检测和对齐视频中的面部。其应用场景广泛，包括娱乐、社交媒体、电影制作、教育和艺术创作等领域。
AI项目与工具 2025年06月12日
VideoGigaGAN

VideoGigaGAN

VideoGigaGAN是一款由Adobe和马里兰大学的研究人员开发的生成式视频超分辨率模型。该模型基于GigaGAN图像上采样器，通过流引导特征传播、抗锯齿处理和高频特征穿梭等技术手段，显著提升了视频的分辨率和时间一致性，同时保留了高频细节，改善了整体画质。它适用于视频画质增强、安全监控、视频编辑和后期制作等多个领域。
AI项目与工具 2024年01月01日