AI

单图可控3D头像生成 论文 | 项目主页 本模型为SIGGRAPH2023论文"Real-Time Radiance Fields for Single-Image Portrait View Syn

PALM文本生成模型介绍 PALM模型是一个通用的预训练生成模型，可以用于解决下游各种类型的生成任务。模型利用大量无监督数据，通过结合自编码和自回归任务进行预训练。可以用于解决文本生成相关的任务包含：

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

该模型是speechparaformer-largeasr_nat-zh-cn-16k-common-vocab8404的onnx模型。 您可以通过CSharp项目AliParaformerAsr来使

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

TingDi (听谛): 心理大模型 ? 模型进展 Sep 3, 2023: 提供 TingDiChat 体验地址: TingDiChat-创空间, 欢迎体验 Sep 1, 2023: TingD

Pixel-Aware Stable Diffusion for Realistic Image Super-Resolution and Personlized Stylization 图像超分辨率

实时香烟检测模型 输入一张图像，对其中的香烟目标进行检测，输出图片中所有目标的检测框、置信度和标签。 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评

# TinyLlama-1.1B https://github.com/jzhang38/TinyLlama The TinyLlama project aims to pretrain a 1.1

En3D生成式三维模型使用及渲染 论文 ｜ 项目主页 3DHuman-Syn是一个生成式3D人物模型库，通过预训练模型批量生成得到，目前开放1000个Avatar模型的下载、渲染、驱动等功能，生成的3

KeyPosS: Plug-and-Play Facial Landmark Detection through GPS-Inspired True-Range Multilateration 模型描

Highlights 适用于英文的语音量化编码（Speech Codec）模型。 更低的比特率 更高的量化语音质量 项目介绍 FunCodec 是达摩院语音团队开源的音频量化工具包。 本项目提供了

VitPose 姿态估计 模型描述 该模型是对论文 ViTPose: Simple Vision Transformer Baselines for Human Po

人脸识别模型介绍 视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/寒武纪/瑞芯微/Sigmastar/算能/君正/清微/Nvidia/等其他主流芯

文本引导纹理生成是通过输入一个3D白模和描述其纹理的语句，生成符合该3D模型和描述的纹理，该方法使用了stable diffusion预训练模型，实际使用可替换为其他基模。 白模生成纹理渲染效果展示：

# TinyLlama-1.1B https://github.com/jzhang38/TinyLlama The TinyLlama project aims to pretrain a 1.1

视觉模型边缘+端侧部署指南 阿里云免费0代码开发10+种主流芯片的c++硬件加速SDK/性能评估/寒武纪/瑞芯微/Sigmastar/算能/君正/清微/Nvidia/等其他主流芯片 部署问题加

BLSP: Bootstrapping Language-Speech Pre-training via Behavior Alignment of Continuation Writing Chen

ERes2Net 语种识别模型 ERes2Net模型结合全局特征和局部特征，从而提高说话人识别性能。局部特征融合将一个单一残差块内的特征融合提取局部信号；全局特征融合使用不同层级输出的不同尺度声学特征

SAMBERT个性化语音合成模型介绍 本文将介绍SAMBERT个性化语音合成模型, 包括其模型结构, 如何在ModelScope上体验模型效果, 以及如何使用开源代码训练SAMBERT个性化语音合成模