Paper2GUI 🚀🚀🌟: 让每个人都简单方便的使用前沿人工智能技术

Paper2GUI: 一款面向普通人的 AI 桌面 APP 工具箱，免安装即开即用，已支持 50+AI 模型，内容涵盖 AI 绘画、语音合成、视频补帧、视频超分、伴奏分离、字幕翻译、OCR 识别等领域。支持 Windows、Mac、Linux 系统。

English | 中文 | Telegram | B站(媒体)

下载小白兔 AI：

系统	架构	格式	备注	下载
Windows	x64	exe	适用于 win10 及以上	下载
	arm64	exe	适用于高通晓龙芯片	下载
Mac	arm64	dmg	适用于苹果 M 系芯片	下载
	x64	dmg	适用于 Intel 芯片	下载
Linux	x64	deb	deb 包适用于 Debian 系	下载
	arm64	deb		下载
	x64	rpm	rpm 包适用于 RedHat 系	下载
	arm64	rpm		下载

已发布内容【下列独立 APP 完全免费】

• 语音合成

文字转语音工具，适用于配音、讲解、说书、广告等场景。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
微软语音合成 🔥	5Mb	FastSpeech	✅	✅	✅	✅	Download
阿里云语音合成	13Mb	Unknown	🔲	✅	✅	✅	Download

• 艺术绘画

文本转图片，想象力与 AI 的完美结合

名称	大小	Model	多语言	Windows	Mac	Linux	下载
StableDiffusion🔥	10Mb	Naifu	✅	✅	🔲	🔲	Download

• 视频超分辨放大

视频超分工具，适用于 720p 或 360p 视频转 1080p 或 4k 视频,画质升级且不模糊，目前主要用于动漫视频超分。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
RealESRGAN-GUI(RAM)🔥	41.8Mb	RealESRGANv3	✅	✅	🔲	🔲	Download
waifu2x-GUI	38.9Mb	waifu2x	⏳	✅	🔲	🔲	Download
RealESRGAN-GUI	28.8Mb	RealESRGANv2	🔲	✅	🔲	🔲	Download
RealCugan-GUI	56.4Mb	RealCugan	🔲	✅	🔲	🔲	Download
RealSR-GUI	94.5Mb	RealSR	🔲	✅	🔲	🔲	Download

• 视频补帧

运动类视频流畅度升级工具，可以将低帧率 30fps 升级到 60fps 或 360fps。适用于丝滑质感需求。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
RIFE-GUI(RAM)🔥	51.2Mb	Rife	✅	✅	🔲	🔲	Download
DAIN-GUI	72.6Mb	Dain	🔲	✅	🔲	🔲	Download

• 图像风格化(照片转动漫)

图像风格化，可以将照片转换为动漫风格、梵高风格、毕加索风格等等。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
AnimeGAN-GUI🔥	8.9Mb	AnimeGANv2	✅	✅	🔲	🔲	Download

• 人像抠图

AI 一键抠图，可生成透明图、绿幕、红幕、蓝幕等背景图片，头发丝处理良好，适合任意人物抠图需求。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
RVM-GUI🔥	12.9Mb	rvm	🔲	✅	🔲	🔲	Download

• 人像修复

人像修复，可以将人像修复为清晰的图片，提升清晰度。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
GFPGAN-GUI🔥	242Mb	GFPGAN	✅	✅	🔲	🔲	Download

• 视频抠图

视频抠图，利用 RVM 等算法，可实现无绿幕视频抠图，适合各种自媒体视频制作，节约大量时间。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
MODNet-GUI🔥	77.5Mb	modnet	🔲	✅	🔲	🔲	Download
MobileNetV2-GUI🔥	34.6Mb	MobileNetV2	🔲	✅	🔲	🔲	Download

• 目标检测

适用范围太广，比如物体检测、口罩检测、车牌检测、车辆检测、苹果质量等级检测等等。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
YOLOv6-GUI	46Mb	yolov6n	✅	✅	🔲	🔲	Download
YOLOv5-GUI	60.2Mb	yolov5s	✅	✅	🔲	🔲	Download
YOLOX-GUI	50Mb	yolox_nano	✅	✅	🔲	🔲	Download

• 辅助工具

辅助工具，提供了一些常用的辅助工具，比如视频比对工具等。

名称	大小	Model	多语言	Windows	Mac	Linux	下载
Video_compare🔥	56.1Mb			✅	🔲	🔲	Download

• 小白兔 AI - 聚合版【更专业的选择】

小白兔 AI 是一款功能非常强大的人工智能软件,实现了 AI 绘画、语音合成、视频抠图、动漫超分辨、视频补帧、录音降噪、视频上色、人脸动漫化、图片修图、视频修复等 40 余种功能，致力于打造一款实用、好玩又有趣的 AI 生产力聚合工具箱。面向生产力用户，可免费试用 14 天，支持 Windows 和 Mac 系统。从 3.0 版起 AI 绘画、人脸动漫化、图片修复和视频补帧永久免费。

已内置功能	适用场景	功能简介
RealCugan-Pro 动漫超分辨	动漫图片或视频超分辨放大	自研 AI 引擎驱动，可获得最高质量的动漫超分辨效果，可能是目前唯一可轻松使用 RealCugan-Pro 模型的软件
RealESRGAN 动漫超分辨	动漫图片或视频	推理速度快，质量比 waifu2x 好太多，常规超分辨首选
智能抠图	任意图片或视频	推理速度快，一键获得透明图片或绿幕视，进行二次创作
人像动漫化	仅适合头像处理	转换效果出众，有趣又好玩
语音合成	自媒体视频配音、有声读书等	效果逼近真人，发音自然、带呼吸声、支持 txt 大文件极速合成
录音降噪	真人配音后处理	一键去除环境和背景噪音，提升录音清晰度，效果明显
视频补帧	运动类视频流畅度升级工具	可获得丝滑观感，已支持 RIFE 和 IFRNET 两种 AI 模型
一键超补	同时完成超分和补帧	融合超分和补帧模型，一键获得超补结果
AI 一键跑分	一键查看设备 AI 性能数据	模拟真实推理任务，统一量化推理任务，耗时越小越好
图片 OCR 识别	图片转文字	基于 Paddle-OCR-v3 模型，迄今最优秀的 OCR 识别模型、效果出众
视频字幕 OCR 提取	硬字幕提取	使用 PP-OCR 自动识别字幕位置及文字，输出字幕文件
视频上色	老旧黑白照片或视频上色	适合风景类黑白视频上色，推理速度快
人脸修复	人脸照片修复	可增强老旧照片、修复人脸，提高清晰度
目标检测	图像检测和分割	展示 AI 技术在通用场景下的检测、分割、追踪等效果
图像修复	老旧照片修复	可全身修复，也可只修复人脸，效果出众
视频转动漫	风格迁移	普通视频转换为动漫画风的视频
Whisper 语音识别	支持十几种语言识别	一键本地生成字幕
字幕翻译	连续语境下的字幕翻译	告别传统单条字幕翻译，连续语境更准确，支持 28 种语言互译
派蒙语音合成	本地 tts	约 800 多种语音，本地无限制合成

聚合版面向专业需求用户，付费只是为了持续产出优质 AI 应用。已开源的 20 个单独 APP 完全免费，各取所需，请勿喷我，如果项目帮到了你，不妨点个 Star。

部分截图

适配说明

本人开发环境为Windows系统，默认会发布Windows和Linux版本，得益于微软Sandbox和WSL2，可随时测试这些环境。为了拓展和持续产出优质又实用的 AI 生产力工具，现已上架“小白兔 AI”，欢迎大家助力开发者，推动人工智能的普及化。

社群交流

QQ 群：497556961

变更日志

查看

参考

• webview/webview
• Tencent/ncnn
• FFmpeg/FFmpeg
• wailsapp/wails
• xinntao/Real-ESRGAN
• nihui/waifu2x-ncnn-vulkan
• nihui/realcugan-ncnn-vulkan
• nihui/rife-ncnn-vulkan
• RealESRGAN
• TuSimple/naive-ui
• vitejs/vite
• Baiyuetribe/ncnn-models
• Baiyuetribe/ncnnrs

星级历史

Paper2GUI 快速上手指南

Paper2GUI 是一款面向普通用户的 AI 桌面应用工具箱，无需配置复杂的 Python 环境，免安装即开即用。支持 Windows、Mac 和 Linux 系统，涵盖 AI 绘画、语音合成、视频超分、补帧、抠图等多种功能。

1. 环境准备

本工具主打“零依赖”体验，大多数情况下无需手动安装 CUDA、Python 或任何深度学习框架。只需确保您的操作系统满足以下基本要求：

• Windows: Windows 10 及以上版本（推荐配备 NVIDIA 显卡以获得最佳性能，部分模型支持 CPU 推理但速度较慢）。
  • ARM 架构: 支持高通骁龙芯片设备。
• macOS:
  • Apple Silicon (M1/M2/M3 等) 或 Intel 芯片。
  • 建议 macOS 11.0 及以上。
• Linux:
  • Debian/Ubuntu 系（.deb包）或 RedHat/CentOS 系（.rpm包）。
  • 支持 x64 及 arm64 架构。

注意：虽然软件本身免安装，但运行大型 AI 模型（如视频超分、Stable Diffusion）时，建议显存（VRAM）至少为 4GB，内存（RAM）至少为 8GB。

2. 安装步骤

Paper2GUI 提供独立的安装包，请根据您的操作系统和芯片架构选择对应的版本下载。所有独立 APP 完全免费。

第一步：下载安装包

访问 GitHub Release 页面 或直接使用下表链接下载：

系统	架构	文件格式	适用设备	下载操作
Windows	x64	.exe	常规 Intel/AMD 电脑 (Win10+)	点击下载
	arm64	.exe	高通骁龙芯片电脑	点击下载
Mac	arm64	.dmg	Apple M 系列芯片	点击下载
	x64	.dmg	Intel 芯片 Mac	点击下载
Linux	x64/arm64	.deb / .rpm	Ubuntu/Debian 或 CentOS/RedHat	见上方表格对应链接

第二步：安装与运行

• Windows:

  1. 双击下载的 .exe 文件。
  2. 按照向导完成安装（或直接运行便携版）。
  3. 在桌面或开始菜单找到对应功能的图标（如"StableDiffusion"、"RealESRGAN-GUI"等）点击启动。

• Mac:

  1. 解压下载的 .zip 文件，获取 .dmg 镜像。
  2. 双击挂载 .dmg，将应用拖拽至 Applications 文件夹。
  3. 首次打开若提示“无法验证开发者”，请前往 系统设置 -> 隐私与安全性 中点击“仍要打开”。

• Linux:

  1. Debian/Ubuntu 系:

     sudo dpkg -i XBT_AI_linux_x64.deb  # 根据实际文件名调整
     sudo apt-get install -f            # 修复可能的依赖缺失
     

  2. RedHat/CentOS 系:

     sudo rpm -ivh XBT_AI_linux_x64.rpm # 根据实际文件名调整
     

  3. 在应用菜单中查找相应图标启动，或在终端输入对应命令启动。

3. 基本使用

Paper2GUI 将不同的 AI 能力封装为独立的应用程序。以下以视频超分辨放大 (RealESRGAN) 和 语音合成 (Microsoft TTS) 为例说明通用操作流程。

示例 A：视频超分辨放大 (RealESRGAN-GUI)

1. 启动应用：打开名为 RealESRGAN-GUI 的程序。
2. 导入素材：点击界面上的 Input 或 选择文件 按钮，加载需要处理的低分辨率视频（支持 360p/720p 转 1080p/4k）。
3. 选择模型：默认通常已选中 RealESRGANv3 或 RealESRGANv2，针对动漫视频可选择专用优化模型。
4. 设置输出：指定输出文件夹路径。
5. 开始处理：点击 Start 或 运行 按钮。
   • 进度条将显示处理状态。
   • 处理完成后，可在输出目录查看高清视频。

示例 B：文字转语音 (Microsoft TTS)

1. 启动应用：打开名为 微软语音合成 的程序。
2. 输入文本：在文本框中输入或粘贴需要转换的文字内容（支持多语言）。
3. 选择音色：在下拉菜单中选择喜欢的发音人（如中文女声、英文男声等）。
4. 参数调整：可调节语速、音量等参数（可选）。
5. 生成音频：点击 合成 或 Save 按钮，选择保存路径，即可生成高质量的 WAV/MP3 音频文件。

更多功能

其他模块（如人像抠图、视频补帧、目标检测等）均遵循类似的"导入 -> 配置 -> 运行 -> 导出"的图形化操作逻辑，无需编写代码即可使用前沿 AI 技术。

提示：如需更专业的聚合功能（如一键超补、录音降噪、批量 OCR 等），可尝试下载 小白兔 AI (XiaoBaiTu AI) 聚合版，提供更集成的工作流体验。