AIbase

Ingredients
Ingredients
目标受众主要是视频创作者、研究人员和开发者，他们希望通过引入特定的照片来定制视频内容，以实现更具个性化的视频创作。对于研究人员来说，该项目提供了研究视频扩散变换器和多ID定制化的新方向。对于开发者，开源的代码和模型为他们提供了进一步开发和集
视频生成图片编辑#视频创作#AI#定制化#开源#研究项目普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
684
产品介绍
网站流量
同类开源产品
替代品
简介
Ingredients是一个研究项目，利用先进的视频扩散变换器技术，将特定身份的照片融入视频创作中，为视频定制化提供了强大的工具。该项目由feizc发起，目前处于研究阶段，推荐尝试更成熟的产品。其主要优点在于能够实现多ID照片的视频融合，为视频创作带来个性化和创新性。项目开源，遵循Apache-2.0许可协议，目前在GitHub上有34个星标。
截图
产品特色
提供简单的测试脚本infer.py，方便用户进行推理测试。
包含评估指标代码和评估数据，用于多ID定制任务的结果比较。
对提示词质量有较高要求，建议参考相关链接以提高生成效果。
支持通过Gradio Web UI进行在线演示，整合了当前支持的所有功能。
即将推出多阶段训练脚本和多ID文本-视频数据集，以支持进一步的训练和研究。
使用教程
1. 克隆该项目的GitHub仓库到本地。
2. 根据README中的环境配置要求，创建并激活conda环境，安装依赖。
3. 下载模型权重文件，放置在指定路径。
4. 使用infer.py脚本，输入提示词、模型路径、种子值和图片文件路径，进行推理测试。
5. 查看生成的视频结果，根据需要调整提示词和其他参数以优化结果。
6. 尝试使用Gradio Web UI进行在线演示，体验项目支持的全部功能。
7. 对于有训练需求的用户，等待项目发布多阶段训练脚本和数据集，按照指引进行训练。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
同类开源产品
AI Dance Generator
VideoPlus.ai是一款AI舞蹈生成器，利用AI技术快速生成引人注目的舞蹈视频，用户可定制舞蹈风格、人物和主题，无水印，适用于舞蹈爱好者、社交媒体影响者等。
视频生成#AI
Faceage AI
FaceAge AI是一款基于人工智能的面部年龄检测工具，通过上传照片，快速准确地分析面部各个部位的年龄信息。
图片编辑#面部识别
Veo3video
Veo3 Video是一款利用Google Veo3模型生成高质量视频的平台。
视频生成#AI技术
Portal By 20Vision
Portal by 20Vision是一个免费AI平台，可在几秒钟内转换图像和视频，无需注册。
图片编辑#AI设计工具
Veo3
Veo 3是最新的AI视频生成工具，可添加音效、对话和环境噪音，将您的故事栩栩如生。
视频生成#AI
Veo 3
国外精选
Veo 3 是最新的视频生成模型，旨在通过更高的现实主义和音频效果，提供 4K 输出，能更准确地遵循用户的提示。
视频生成#深度学习
Flow AI
Flow 是一个为创作者打造的 AI 电影制作工具，利用 Google DeepMind 的先进模型，用户可以轻松创建出色的电影片段、场景和故事。
视频生成#视频制作
Index AniSora
优质新品
Index-AniSora是由B站开源的顶尖动画视频生成模型，基于AniSora技术实现，支持多种二次元风格视频镜头的一键生成，如番剧、国创、漫改动画、VTuber、动画PV和鬼畜动画等。
视频生成
Picsman
Picsman 是一款 AI 驱动的在线照片编辑器，专为电商和个人用户设计，提供背景移除、对象去除、照片增强等功能，旨在提高图片处理的效率和质量。
图片编辑#照片编辑
替代品
Index AniSora
优质新品
Index-AniSora是由B站开源的顶尖动画视频生成模型，基于AniSora技术实现，支持多种二次元风格视频镜头的一键生成，如番剧、国创、漫改动画、VTuber、动画PV和鬼畜动画等。
视频生成
Hunyuancustom
中文精选
HunyuanCustom 是一个多模态定制视频生成框架，旨在根据用户定义的条件生成特定主题的视频。
视频生成#多模态
Step1x Edit
国外精选
Step1X-Edit 是一种实用的通用图像编辑框架，利用 MLLMs 的图像理解能力解析编辑指令，生成编辑令牌，并通过 DiT 网络解码为图像。
图片编辑#机器学习
Pixverse MCP
PixVerse-MCP 是一个工具，允许用户通过支持模型上下文协议（MCP）的应用程序访问 PixVerse 最新的视频生成模型。
视频生成#AI 工具
Avatarfx
国外精选
AvatarFX 是一个尖端的 AI 平台，专注于互动故事讲述。
视频生成#视频生成
Skyreels V2
优质新品
SkyReels-V2 是昆仑万维 SkyReels 团队发布的全球首个使用扩散强迫框架的无限时长电影生成模型。
视频生成#视频生成
Wan2.1 FLF2V 14B
中文精选
Wan2.1-FLF2V-14B 是一个开源的大规模视频生成模型，旨在推动视频生成领域的进步。
视频生成#深度学习
Pusa
Pusa 通过帧级噪声控制引入视频扩散建模的创新方法，能够实现高质量的视频生成，适用于多种视频生成任务（文本到视频、图像到视频等）。
视频生成#开源
Skyreels A2
SkyReels-A2 是一个基于视频扩散变换器的框架，允许用户合成和生成视频内容。
视频生成#深度学习
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k