照片特定风格变换Stylar AI；GPT-4V开源替代方案InternVL；纯C/C++实现的Stable Diffusion库；基于AI的数据爬取

最新推荐文章于 2024-09-27 10:58:53 发布

go2coding

最新推荐文章于 2024-09-27 10:58:53 发布

阅读量1.6k

点赞数 31

分类专栏： AI智能工具文章标签：人工智能 stable diffusion

本文链接：https://blog.csdn.net/weixin_40425640/article/details/138317142

版权

AI智能工具专栏收录该内容

177 篇文章 25 订阅

订阅专栏

✨ 1: AI Photo Filter

Stylar AI是一款功能强大的AI图像编辑与设计工具，提供无与伦比的图片组合和风格控制。

在这里插入图片描述

AI Photo Filter，简言之，就是使用人工智能技术来改善或改变图片的风格、质量和元素组合的一种工具。

如果你想将你的照片转换成某种特定风格，比如油画风、复古风或漫画风，AI Photo Filter能够通过预定义的风格选项轻松实现，无需复杂的风格提示。

目前生成一张图需要1个点，每天自动给200个点，也算是比较多了。

无论你是专业设计师还是设计爱好者，AI Photo Filter像Stylar这样的工具都能在多种场合下帮助你轻松实现高质量的设计作品，提高创作效率，且操作简便，让设计工作变得更加愉快和富有创造性。

地址：https://www.stylar.ai/tools/ai-photo-filter

✨ 2: InternVL

InternVL：GPT-4V开源替代方案

InternVL 1.5：开源多模态LLM, 最高支持解读4K图片，有OCR能力，中文能力优秀，目前最接近 GPT-4V 表现的可商用开源模型。

在线体验地址：https://huggingface.co/spaces/OpenGVLab/InternVL

在这里插入图片描述

InternVL是一个先进的、开源的多模态模型，旨在缩小与商业多模态模型（如GPT-4V）之间的性能差距。它通过扩展视觉变换器（ViT）到6B参数的规模，并将其与大型语言模型（LLM）对齐，来提升在各种视觉语言任务中的性能。

InternVL通过提供可比拟商业模型的性能，以开源形式推动了多模态人工智能的发展。无论是在学术研究中寻求最新技术、开发具有视觉理解能力的应用程序，还是探索新的人机交互方式，InternVL都提供了一个强有力的工具。随着其持续的迭代和社区的贡献，InternVL有望在多模态人工智能领域扮演更加重要的角色。

地址：https://github.com/opengvlab/internvl

✨ 3: stable-diffusion.cpp

纯C/C++实现的库，用于生成图像Stable Diffusion模型

在这里插入图片描述

stable-diffusion.cpp

stable-diffusion.cpp是一个纯C/C++实现的库，用于推断（即生成图像）Stable Diffusion模型。它是基于ggml构建的，工作方式类似于llama.cpp。这个库能够在不需要外部依赖的前提下，直接运行Stable Diffusion，包括支持SD1.x, SD2.x 和 SDXL等不同版本的模型。这使得它非常轻量，适合在各种不同的平台（包括Linux、Mac OS、Windows和Android）上使用。

stable-diffusion.cpp为运行Stable Diffusion提供了一个高效、轻量级、无需Python环境的解决方案，特别适合于需要在不同平台或资源受限的环境下进行图像生成的应用场景。

地址：https://github.com/leejet/stable-diffusion.cpp

✨ 4: Chat with the Streamlit docs

基于Streamlit开发的聊天机器人应用

在这里插入图片描述

Chat with the Streamlit docs 是一个基于Streamlit开发的聊天机器人应用，它利用LlamaIndex技术和GPT 3.5模型，通过索引和调用Streamlit官方文档内容来回答用户关于Streamlit的查询。这个功能在你需要快速获取Streamlit库相关问题的解答时非常有用，尤其是当你在开发中遇到疑惑，或者想了解Streamlit特定功能的详细信息时。

地址：https://github.com/carolinedlu/llamaindex-chat-with-streamlit-docs