TCAN开源项目 – 新型人体图像动画框架

Champ 是一个基于3D参数指导的人体图像动画生成项目，旨在增强动画的可控性与一致性。它通过使用3D参数模型，准确捕捉复杂的人体几何形状和运动特征，能够在多个基准数据集上生成高质量的人体动画。

Animate-X 是一个通用角色图像动画项目，旨在通过增强运动表现和全面的运动模式捕获，支持各种角色类型的动画制作。它基于 LDM 框架，利用源视频的 CLIP 视觉特征，为角色动画提供高质量的输出。

Viggle AI 是一款革命性的视频和动画创作工具，特别适合希望轻松动画化静态图像或生成动态视频的创作者和数字艺术家。该工具利用先进的 AI 技术和用户友好的命令，使动画过程变得简单易行。通过 JST-1 基础模型的支持，用户能够精确控制角色运动，并将静态图像转换为生动的视频。Viggle AI 的社区活跃，拥有超过 400 万成员，提供了一个分享和学习的平台。

《人体运动扩散模型》的论文代码，旨在高效生成和编辑人体运动，支持多种运动风格和动作捕捉数据。

sd-webui-controlnet 是一个为 AUTOMATIC1111 的 Stable Diffusion web UI 设计的扩展，允许用户将 ControlNet 和 T2I Adapter 模型集成到 Stable Diffusion 中，以实现更精准和可控的图像生成。它支持 ControlNet 1.0/1.1 和 T2I Adapter 模型，提供像素完美模式、用户友好的 GUI 和预处理器预览，以及对多种 Upscaling 脚本的支持。

Arc2Face是一个基于ArcFace嵌入生成高质量人脸图像的人工智能项目。它能够在几秒钟内根据输入的ArcFace嵌入生成任何主题的高质量图像，并且在ID相似性上优于现有模型。该项目基于Stable Diffusion构建，可以扩展到不同的输入模式，如ControlNet。

SeaArt AI 是一个综合性的 AI 艺术生成平台，专注于为 Stable Diffusion 提供免费 LoRA 模型训练。它支持 LoRA 训练、ControlNet 和多种模型，用户每天可免费生成 60 张图片，特别适合创建多样风格的图像，如动漫、现实主义等。用户可以通过手机或邮箱注册，创建数据集并上传图片进行训练。训练完成后，用户可以使用自己的 LoRA 模型生成图像，并通过调整风格权重和基础模型来实现理想效果。平台还提供文本生成图像、AI 角色创建、图像增强等额外功能，商业使用享有完整版权。

一款基于Stable Diffusion XL (SDXL)的模型，能够生成固定主题的图片系列，无需额外训练即可实现。该模型通过ControlNet对人物进行精确控制，并支持个性化训练以改变图像内容，适合用于创作生动的故事性图片和视觉叙事。

Pose Depot是一个专为ControlNet设计的高质量姿势图像集合，提供多角度的深度图、Canny边缘图、法线图和OpenPose骨架图。该项目旨在为Stable Diffusion等文生图模型提供更精确的姿势控制，并包含一个网页浏览界面，方便用户筛选和预览所需姿势图像。

利用Stable Diffusion算法和ControlNet合成航拍图像，数据集源自IGN的FLAIR（法国航空图像地面覆盖数据），用于法国各地区的地面覆盖信息。该项目结合了先进的图像生成技术，能够处理高分辨率图像，提供准确的数据支持。

UniPortrait是由阿里巴巴集团研究团队开发的一个创新性人像图像个性化框架。该框架能够统一处理单人和多人图像的个性化生成，确保在复杂场景中的身份一致性，并支持高保真度的身份保持和广泛的面部可编辑性。它无需预定义布局，支持自由文本描述，适用于多种应用场景。

一个强大的Blender插件，利用扩散模型实现自动化纹理生成。该插件能够直接在Blender内为3D模型生成高质量的纹理，同时支持局部重绘、LoRA模型和IP-Adapter的应用。通过深度ControlNet技术，确保生成的纹理与3D几何特征相符，且支持多纹理着色和UV投影等高级功能，极大地提升了3D创作的效率和质量。

ControlNet是一款基于Stable Diffusion的AI图像生成模型，能够通过草图、深度图、姿态等多种方式精准控制AI绘画的细节。它提供了更高的可控性，使用户在保持创意自由度的同时，能够精准调整构图、光影和风格。ControlNet适用于概念设计、动画制作、虚拟形象创建等多种场景，是AI绘画领域的强大工具。

通过SDXL Lightning 和 Controlnet 实现即时控制人物姿势的代码，允许用户灵活调整和管理虚拟人物的姿势，提供高效的实时响应。该项目结合了先进的深度学习技术，使得姿势控制更加精准和便捷。

UltraPixel 是一款革命性的图像生成模型，能够直接生成从 1K 到 6K 分辨率的高保真图像。它利用级联扩散模型，在单一模型内处理多种分辨率，同时保持计算效率。模型通过后期去噪阶段利用低分辨率图像的语义丰富表示，指导高分辨率图像的生成，显著降低复杂性。此外，它引入了隐式神经表示进行连续上采样，并采用适应不同分辨率的尺度感知归一化层。这些技术确保图像在低到高分辨率转换过程中保持高细节和真实感，训练效率高，仅需 100 万张高质量、多尺寸图像即可实现，实验显示其性能达到行业领先水平。

IMAGDressing是一个互动式模块化服装生成系统，旨在为用户提供逼真的虚拟试衣体验。它不仅可以生成高质量的服装图像，还能让用户自由编辑场景和服装细节。IMAGDressing利用增强现实（AR）和虚拟现实（VR）等技术，让用户能够在虚拟世界中尝试各种时尚组合，找到最适合自己的款式。它还能根据用户的个人身材数据、肤色、发型和生活场景，智能推荐最合适的服装搭配。IMAGDressing-v1引入了服装UNet模型，能够从CLIP中捕捉语义特征，并从VAE中捕捉纹理特征，通过混合注意力模块将这些特征整合到一个冻结的去噪UNet中，确保用户可以进行控制编辑。IMAGDressing团队还计划发布一个名为IGPair的综合数据集，包含超过30万对服装和穿着图像，并建立标准的数据组装流程。IMAGDressing-v1还可以与ControlNet、IP-Adapter、T2I-Adapter和AnimateDiff等扩展结合，以增强系统的多样性和可控性。

ControlMeme 是一款创新的应用程序，旨在通过高级扩散控制来创建和分享 meme。该应用利用 ControlNet 和 StableDiffusion 1.5 的强大功能，生成无尽的 meme 变体，为用户提供无限的创意可能性。