令人惊叹的生成式人工智能

一份精心整理的现代生成式人工智能项目与服务列表。

生成式人工智能是一种利用机器学习算法，通过大量数据训练来创造原创内容（如图像、声音和文本）的技术。与其他形式的人工智能不同，它能够生成独特且前所未见的输出，例如逼真的照片、数字艺术、音乐和文字等。这些输出往往具有独特的风格，甚至难以与人类创作的作品区分开来。生成式人工智能在艺术、娱乐、营销、学术界以及计算机科学等领域有着广泛的应用。

欢迎为本列表贡献内容。在提交建议之前，请先阅读贡献指南，以确保您的条目符合标准。您可以通过拉取请求添加链接，或创建一个议题来发起讨论。更多项目可以在发现列表中找到，在那里我们会展示各种新兴的生成式人工智能项目。

目录

• 推荐阅读
• 文本
• 编程
• 智能体
• 图像
• 视频
• 音频
• 其他
• 学习资源
• 更多列表

推荐阅读

• 大型语言模型将如何改变科学、社会和人工智能 - 文章总结了GPT-3模型的能力与局限性，以及其对社会的潜在影响。作者：Alex Tamkin 和 Deep Ganguli，发表于2021年2月5日。
• 生成式人工智能：一个充满创意的新世界 - 对生成式人工智能行业的全面探讨，提供了历史视角及行业生态系统的深入分析。作者：Sonya Huang、Pat Grady 和 GPT-3，发表于2022年9月19日。
• 生成式人工智能——硅谷新热潮的亮相 - 关于生成式人工智能兴起的文章，特别提到了Stable Diffusion图像生成器的成功及其引发的争议。纽约时报，2022年10月21日。
• 人工智能的新创意浪潮点燃硅谷淘金热 - 文章讲述了生成式人工智能初创公司日益高涨的热度与投资情况，各行业都在探索其潜在应用。连线杂志，2022年10月27日。
• ChatGPT预示着一场智力革命 - 亨利·基辛格、埃里克·施密特和丹尼尔·胡滕洛赫合著的社论。华尔街日报，2023年2月24日。

里程碑

• OpenAI API - OpenAI宣布推出基于GPT-3的通用文本到文本AI模型API。OpenAI博客，2020年6月11日。
• GitHub Copilot - GitHub宣布推出Copilot，一款帮助开发者编写更好代码的AI辅助编程工具。GitHub博客，2021年6月29日。
• DALL·E 2 - OpenAI宣布发布DALL·E 2，这是一款先进的图像生成系统，具备更高的分辨率、更丰富的图像创作能力以及多种安全防护措施。OpenAI博客，2022年4月6日。
• Stable Diffusion公开发布 - Stable Diffusion宣布正式公开发布，该模型基于广泛的互联网数据集进行训练，并采用Creative ML OpenRAIL-M许可证授权。Stable Diffusion博客，2022年8月22日。
• ChatGPT - OpenAI宣布推出ChatGPT，这是一种对话式模型，能够回答后续问题、承认错误、质疑不正确的前提，并拒绝不当请求。OpenAI博客，2022年11月30日。
• 必应搜索引擎 - 微软宣布推出新一代必应搜索引擎，该引擎由下一代OpenAI模型驱动。微软博客，2023年2月7日。
• LLaMA - Llama LLM是Meta推出的一款基础性的650亿参数大型语言模型。Meta，2023年2月23日。#开源
• GPT-4 - OpenAI宣布推出GPT-4，这是一款大型多模态模型。OpenAI博客，2023年3月14日。
• DALL·E 3 - OpenAI宣布推出DALL·E 3图像生成器。OpenAI博客，2023年9月20日。
• Sora - OpenAI展示了Sora，一款大型视频生成模型。OpenAI，2024年2月15日。

文本

模型

• OpenAI API - OpenAI 的 API 提供了对 GPT-4 和 GPT-5 模型的访问，这些模型能够执行多种自然语言任务；此外还有 Codex，它可以将自然语言转换为代码。
• Gopher - DeepMind 的 Gopher 是一个拥有 2800 亿参数的语言模型。
• OPT - Facebook 的开放预训练变换器（OPT）是一系列仅解码器架构的预训练变换器。公告。由 Alpa 托管的 OPT-175B 文本生成。
• Bloom - Hugging Face 的 BLOOM 是一款类似于 GPT-3 的模型，已在 46 种不同语言和 13 种编程语言上进行过训练。#开源
• Llama - Meta 的开源大型语言模型。#开源
• Claude - 与 Anthropic 的 AI 助手 Claude 对话。
• Vicuna-13B - 一款开源聊天机器人，通过对 LLaMA 在 ShareGPT 上收集的用户对话数据进行微调而训练得到。#开源
• Mistral - Mistral AI 推出的前沿开源大模型。#开源
• Grok - xAI 的大模型，具有开源代码和开放权重。#开源
• Qwen - 阿里云自主研发的一系列大模型。#开源
• DeepSeek - DeepSeek AI 推出的 DeepSeek V3 和 R1 系列大模型。#开源
• MiniMax - 多模态基础模型，可用于文本、语音、视频和音乐生成。

聊天机器人

• ChatGPT - OpenAI 的 ChatGPT 是一种以对话方式交互的大语言模型。
• Copilot - Microsoft 推出的日常 AI 伴侣。
• Gemini - Google DeepMind 开发的多模态大语言模型家族。
• Meta AI - Meta AI 助手可以帮助完成任务、创建 AI 生成的图像并解答问题。基于 Llama 大模型构建。
• DeepSeek - 适用于企业、消费者和科学应用的前沿大模型。#开源
• Character.AI - Character.AI 允许用户创建角色并与之聊天。
• Pi - 一款个性化 AI 平台，可作为数字助手使用。
• Qwen - Qwen 聊天机器人具备图像生成、文档处理、网页搜索集成、视频理解等功能。
• Le Chat - 使用 Mistral AI 的前沿语言模型进行对话。

自定义界面

• LibreChat - LibreChat 是一个免费且开源的聊天界面，用于与各类 AI 助手交互。#开源。
• Chatbot UI - 一个开源的 ChatGPT 界面。#开源。

搜索引擎

• Perplexity AI - 基于 AI 的搜索工具。
• Metaphor - 基于语言模型的搜索引擎。
• Phind - 基于 AI 的搜索引擎。
• You.com - 一款基于 AI 的搜索引擎，为用户提供个性化的搜索体验，同时确保其数据 100% 隐私。
• Komo - 一款基于 AI 的搜索引擎。

本地搜索引擎

• privateGPT - 利用大模型的力量，在没有互联网连接的情况下向您的文档提问。
• quivr - 将所有文件导入系统，并通过生成式 AI“第二大脑”与之对话，结合大模型和嵌入技术。

写作助手

• Jasper - 利用人工智能更快地创作内容。
• Compose AI - Compose AI 是一款免费的 Chrome 扩展程序，通过 AI 驱动的自动补全功能，可将您的写作时间缩短 40%。
• Rytr - Rytr 是一款 AI 写作助手，可帮助您创作高质量的内容。
• wordtune - 个人写作助手。
• HyperWrite - HyperWrite 可帮助您自信地写作，从构思到最终稿更快完成工作。
• Moonbeam - 在更短的时间内写出更好的博客文章。
• copy.ai - 利用 AI 编写更优秀的营销文案和内容。
• ChatSonic - 一款 AI 驱动的助手，支持文本和图像创作。
• Anyword - Anyword 的 AI 写作助手可以为任何人生成有效的文案。
• Hypotenuse AI - 将少量关键词转化为原创且富有洞见的文章、产品描述和社交媒体文案。
• Lavender - Lavender 邮件助手可在更短时间内获得更多回复。
• Lex - 一款内置人工智能的文字处理器，助您更快写作。
• Jenni - Jenni 是终极写作助手，可为您节省大量构思和写作时间。
• LAIKA - LAIKA 会根据您自己的写作风格训练一个人工智能，打造一位专属的创意伙伴。
• QuillBot - 一款基于 AI 的释义工具。
• Postwise - 利用 AI 编写推文、安排发布内容并扩大您的粉丝群体。
• Copysmith - 为企业和电子商务提供的 AI 内容创作解决方案。

ChatGPT 扩展

• WebChatGPT - 使用网络上的相关结果增强你的 ChatGPT 提示。
• GPT for Sheets and Docs - 适用于 Google 表格和 Google 文档的 ChatGPT 扩展。
• YouTube Summary with ChatGPT - 使用 ChatGPT 总结 YouTube 视频。
• ChatGPT Prompt Genius - 发现、分享、导入并使用最佳的 ChatGPT 提示，并将聊天记录本地保存。
• ChatGPT for Search Engines - 在 Google、Bing 和 DuckDuckGo 搜索结果旁边显示 ChatGPT 的回复。
• ShareGPT - 分享你的 ChatGPT 对话，并探索他人分享的对话。
• Merlin - 在所有网站上使用的 ChatGPT Plus 扩展。
• ChatGPT Writer - 使用 ChatGPT AI 生成完整的电子邮件和消息。
• ChatGPT for Jupyter - 在 Jupyter Notebooks 和 Jupyter Lab 中添加由 ChatGPT 驱动的各种辅助功能。
• editGPT - 轻松在 ChatGPT 中校对、编辑内容并跟踪更改。
• Forefront - 更好的 ChatGPT 使用体验。
• ChatGPT for Sheets, Docs, Slides, Forms - 适用于 Google 表格、Google 文档、Google 幻灯片和 Google 表单的 ChatGPT 扩展。
• GPT for Gmail - Gmail 的 AI 电子邮件助手。

生产力工具

• ChatPDF - 与任何 PDF 对话。
• Mem - Mem 是全球首个基于 AI 的个性化工作空间。提升你的创造力，自动化繁琐任务，并自动保持井然有序。
• Taskade - 使用 Taskade AI 梳理任务、笔记、生成的结构化列表和思维导图。
• Notion AI - 编写更好、更高效的笔记和文档。
• Nekton AI - 使用 AI 自动化你的工作流程。用通俗易懂的语言逐步描述你的流程。
• Limitless - 一款用于记录对话和会议、生成摘要，并可在不同应用及可选穿戴设备中搜索过往互动的 AI 记忆助理。
• NotebookLM - 一款由 Google Gemini 驱动的在线研究和笔记工具，可用于与文档交互。
• Open Notebook - NotebookLM 的开源实现，具有更高的灵活性和更多功能。#opensource
• Screenpipe - 一款开源的屏幕和音频活动录制工具，具备 AI 驱动的搜索、自动化功能以及对本地 LLM 的支持。#opensource

会议助手

• Otter.ai - 一款会议助手，可录制音频、撰写笔记、自动捕捉幻灯片并生成摘要。
• Cogram - Cogram 在虚拟会议上自动生成笔记，并识别行动项。
• Sybill - Sybill 结合文字转录和情感分析，为销售电话生成摘要，包括后续步骤、痛点和关注点。
• Loopin AI - Loopin 是一个协作式会议工作空间，不仅可以通过 AI 录制、转录和总结会议内容，还能自动将会议笔记整理到日历之上。
• Read AI - 无论你在何处工作，这款 AI 助手都能通过摘要、内容发现和建议，让你的会议、邮件和消息更加高效。
• Fireflies.ai - 转录、总结、搜索和分析你团队的所有对话。

学术领域

• Elicit - Elicit 利用语言模型帮助你自动化研究工作流程，例如文献综述的部分环节。
• genei - 几秒钟内总结学术论文，节省 80% 的研究时间。
• Explainpaper - 阅读学术论文的更好方式。上传论文，高亮难以理解的文字，即可获得解释。
• Galactica - 一款面向科学领域的大型语言模型。可以总结学术文献、解决数学问题、生成维基百科文章、编写科学代码、标注分子和蛋白质等。模型 API。
• Consensus - Consensus 是一款利用 AI 在科学研究中寻找答案的搜索引擎。
• Synthical - 基于 AI 的协作式研究环境。
• scite - 一个用于发现和评估科学论文的平台。
• SciSpace - 一款用于理解科学文献的 AI 研究助手。
• STORM - 一个由 LLM 驱动的知识整理系统，能够研究某一主题并生成带有引用的完整报告。#opensource
• alphaXiv - 讨论、发现和阅读 arXiv 论文。
• ASReview - 开源的 AI 驱动工具，用于系统性综述，帮助研究人员高效筛选大量学术文献。#opensource
• Local Deep Research - 一款深度研究工具，可通过本地或云端 LLM 搜索学术资源、网络及私人文档。#opensource

排行榜

• Chatbot Arena - 由加州大学伯克利分校 SkyLab 和 LMArena 的研究人员主办的开放型 AI 基准测试平台。
• Artificial Analysis - Artificial Analysis 提供客观的基准测试和信息，以帮助选择 AI 模型和托管服务提供商。
• imgsys - fal.ai 主办的生成式图像模型竞技场。
• OpenRouter LLM Rankings - 根据各应用中的使用情况对语言模型进行排名和分析。
• SEAL LLM Leaderboard - 由专家驱动的 LLM 基准测试及更新的 AI 模型排行榜。
• LLM Stats - 比较 AI 模型在基准测试、定价、速度和上下文窗口方面的表现。

其他文本生成工具

• EmailTriager - 使用AI在后台自动撰写电子邮件回复。
• AI Poem Generator - 根据文本提示，AI诗歌生成器会为你创作一首关于任何主题的优美押韵诗。

编程

编程助手

• GitHub Copilot - GitHub Copilot利用OpenAI Codex，在你的编辑器中实时建议代码和整个函数。
• OpenAI Codex - OpenAI推出的一套将自然语言转换为代码的AI系统。
• Ghostwriter - Replit推出的AI驱动的结对编程工具。
• Amazon Q - AWS推出的生成式AI助手，可帮助回答问题、编写代码并自动化任务。
• tabnine - 通过整行及完整函数级别的代码补全功能，提升编码效率。
• Stenography - 自动化代码文档生成工具。
• Mintlify - AI驱动的文档编写工具。
• Debuild - 面向Web应用的AI低代码开发工具。
• AI2sql - 无论是否具备SQL知识，用户均可借助AI2sql轻松编写高效且无错误的SQL查询。
• CodiumAI - CodiumAI可在IDE内直接提供非平凡的测试用例建议，让你在提交代码时更加安心。
• PR-Agent - 基于AI的PR自动化分析、反馈与建议工具。
• MutableAI - 加速软件开发的AI工具。
• TurboPilot - 一款自托管的Copilot克隆工具，使用llama.cpp库在4GB内存下运行拥有60亿参数的Salesforce Codegen模型。
• GPT-Code UI - OpenAI ChatGPT代码解释器的开源实现。#开源
• MetaGPT - 多智能体框架：只需输入一行需求，即可输出PRD、设计文档、任务清单及代码仓库。
• Open Interpreter - 在本地终端运行的OpenAI代码解释器。
• Continue - 开源AI代码助手。可连接任意模型和上下文，在IDE内打造定制化的自动补全与聊天体验。#开源
• RooCode - 直接集成到VS Code中的AI驱动自主编码代理。#开源
• Windsurf - 一款原生支持AI的IDE，将代码编辑与贯穿开发全流程的高级AI辅助功能相结合。
• Plandex - 面向复杂任务的开源、基于终端的AI编程引擎。#开源
• Jupyter AI - Jupyter Notebook和JupyterLab中的开源可配置AI助手，支持100多种大语言模型，包括Ollama和GPT4All等本地部署模型。#开源
• DataLine - 一款由AI驱动的数据分析与可视化工具。#开源
• v0 - 基于提示的React和Next.js UI生成工具，可创建生产就绪的组件。
• Lovable - 对话式全栈应用生成工具，将创意快速转化为可部署的代码。
• aider - 在终端中进行的AI结对编程，支持多家LLM提供商。#开源
• Kilo Code - 面向VS Code、JetBrains及命令行的开源AI编码助手。#开源

开发工具

• co:here - Cohere 提供对先进大型语言模型和自然语言处理工具的访问。
• Haystack - 一个用于构建 NLP 应用程序（如智能体、语义搜索、问答系统）的框架，支持使用语言模型。
• LangChain - 一个用于开发由语言模型驱动的应用程序的框架。
• gpt4all - 一个基于大量干净的助手数据（包括代码、故事和对话）训练的聊天机器人。
• LLM App - 一个开源 Python 库，用于构建实时的 LLM 驱动的数据管道。
• LMQL - LMQL 是一种用于大型语言模型的查询语言。
• LlamaIndex - 一个用于在外部数据上构建 LLM 应用程序的数据框架。
• Phoenix - Arize 推出的一款可在笔记本环境中运行的开源机器学习可观测性工具。可用于监控和微调 LLM、计算机视觉和表格数据模型。
• Cursor - Cursor 是面向未来的 IDE，专为与强大 AI 配对编程而设计。
• SymbolicAI - 一个神经符号框架，用于构建以 LLM 为核心的应用程序。
• Vanna.ai - 一个开源 Python RAG 框架，用于生成 SQL 及相关功能。#opensource
• Portkey - 一个全栈 LLMOps 平台，用于 LLM 的监控、缓存和管理。
• agenta - 一个开源端到端 LLMOps 平台，用于提示工程、评估和部署。#opensource
• Together AI - 快速、低成本且可扩展地训练、微调并运行人工智能模型的推理。
• Gitingest - 将任何 Git 仓库转换为简洁的代码库文本摘要，以便输入到任何 LLM 中。#opensource
• Repomix - 将您的代码库打包成适合 AI 处理的格式。#opensource
• llama.cpp - 使用纯 C/C++ 实现 Meta 的 LLaMA 模型（以及其他模型）的推理。#opensource
• bitnet.cpp - 微软官方推出的 1 位 LLM 推理框架。#opensource
• OpenRouter - 一个统一的 LLM 接口。#opensource
• Ludwig - 一个低代码框架，用于构建自定义 AI 模型，如 LLM 和其他深度神经网络。#opensource
• Unsloth - 一个用于微调 LLM 的 Python 库 #opensource。
• OpenLIT - 一个原生集成 OpenTelemetry 的开源 GenAI 和 LLM 可观测性平台，提供追踪和指标功能。#opensource
• Helicone AI - 一个开源的 LLM 可观测性平台，用于记录日志、监控和调试 AI 应用程序。#opensource
• Wren AI - 一个具有语义层的开源文本转 SQL 和生成式 BI 智能体。#opensource
• Cleanlab - 一个用于检测和评分 LLM 输出中幻觉现象的 API。
• Opik - 一个开源平台，用于追踪、评估和监控 LLM 应用程序。#opensource
• Langfuse - 一个开源的 LLM 工程平台，用于追踪、评估、提示管理和指标收集。#opensource
• MLflow - 一个开源平台，用于跟踪机器学习实验、评估模型和提示、部署模型，并添加 LLM 可观测性功能。#opensource
• rehydra - 一个零信任 SDK，可在将提示发送至 LLM 之前本地匿名化 PII，并无缝恢复响应。
• Agentset - 一个开源平台，用于构建和评估 RAG 和智能体应用。#opensource

Playground

• OpenAI Playground - 探索资源、教程、API 文档和动态示例。
• Google AI Studio - 一个基于 Web 的工具，可用于试用 Gemini 和实验性模型。
• GitHub Models - 查找并试验 AI 模型，以开发生成式 AI 应用程序。

本地部署 LLM

• Ollama - 在本地快速启动并运行大型语言模型。
• Open WebUI - 一个可扩展、功能丰富且用户友好的自托管 AI 平台，专为完全离线运行而设计。#opensource
• Jan - 在您的计算机上本地或离线运行 Mistral 或 Llama2 等 LLM，或连接到远程 AI API。#opensource
• Msty - 一个简单而强大的界面，用于本地和在线的 AI 模型。
• PyGPT - 一款个人桌面 AI 助手，具备聊天、视觉、智能体、图像生成、工具和命令、语音控制等功能。#opensource
• LLM - 一个 CLI 工具和 Python 库，用于与远程和本地大型语言模型交互。#opensource
• LM Studio - 下载并在您的计算机上运行本地 LLM。
• RunThisLLM - 查看您的硬件可以运行哪些 LLM。
• Harbor - 一个容器化的工具包，只需一条命令即可运行本地 LLM 后端、用户界面和支持服务。#opensource

智能体

自主智能体

• Auto-GPT - 一个实验性的开源项目，旨在使GPT-4完全自主运行。
• babyagi - 一款由AI驱动的任务管理系统。
• AgentGPT - 在浏览器中组装、配置并部署自主AI智能体。
• GPT Engineer - 指定你想要构建的内容，AI会请求澄清细节，然后完成开发。
• GPT Prompt Engineer - 自动化提示工程工具。它生成、测试并排名提示，以找到最佳的提示方案。
• MetaGPT - 多智能体框架：只需提供一行需求，即可输出产品需求文档、设计、任务列表和代码仓库。
• AutoGen - AutoGen是一个框架，支持使用多个能够相互通信的智能体来解决复杂任务的LLM应用开发。
• GPT Pilot - 一款开发工具，可在开发者监督下从零开始编写可扩展的应用程序。
• Devin - Cognition Labs推出的自主AI软件工程师。
• OpenDevin - 一个专为应对软件工程复杂性而设计的自主智能体。#开源
• Davika - 一款基于智能体架构的AI软件工程师。#开源
• n8n - 一个工作流自动化平台，将AI能力与业务流程自动化相结合。
• Sauna - 一款专为处理复杂上下文而打造的AI助手。它能学习你的偏好、发现隐藏模式、扩展你的思维边界，并主动提供帮助。
• Claude Code - Anthropic推出的基于智能体的编码工具，直接集成在终端中，帮助用户将想法转化为代码。
• Gemini CLI - 一个开源AI智能体，将Gemini的强大功能直接带入你的终端。#开源
• OpenCode - 开源的AI编码智能体。#开源
• Mastra - 一个用于构建AI智能体、工作流和应用的TypeScript框架。#开源
• OpenClaw - 一款可在个人设备上运行的私人AI助手。#开源
• moltbook - 一个面向AI智能体的社交网络。
• AgentMail - 专为AI智能体设计的电子邮件收件箱。
• Openwork - AI智能体之间相互雇佣、完成任务、验证结果并赚取代币。
• Agent Skills - 一个开放格式的参考SDK，用于封装AI智能体可复用的能力和专业知识。#开源
• PraisonAI - 一个用于构建多智能体AI系统的框架，支持工作流、工具集成和记忆功能。#开源

自定义助手

• Poe - Poe提供了多种机器人供用户使用。
• GPT Builder - 用于创建基于GPT的助手的工具。
• GPTStore - 寻找实用的GPT，并分享你自己的GPT。

图像

模型

• DALL·E 2 - OpenAI推出的DALL·E 2是一种新型AI系统，能够根据自然语言描述生成逼真的图像和艺术作品。
• Stable Diffusion - Stability AI的Stable Diffusion是一款最先进的文本到图像模型，可以根据文本生成图像。#开源
• Midjourney - Midjourney是一家独立的研究实验室，致力于探索新的思维媒介，拓展人类的想象力。
• Imagen - Google的Imagen是一种文本到图像扩散模型，具有前所未有的照片级真实感和深度的语言理解能力。
• Make-A-Scene - Meta推出的Make-A-Scene是一种多模态生成式AI方法，通过允许用户同时使用文本描述和自由草图来表达他们的愿景，从而将创作控制权交到用户手中。
• DragGAN - “拖拽你的GAN”：在生成式图像流形上进行交互式的点操作。
• Flux - Black Forest Labs推出的文本到图像模型，能够生成高质量的照片级真实感图像。#开源

服务

• Craiyon - Craiyon，前身为DALL-E mini，是一款能够根据任意文本提示生成图像的AI模型。
• DreamStudio - DreamStudio是一个易于使用的界面，用于通过Stable Diffusion图像生成模型创建图像。
• Artbreeder - Artbreeder是一种新型的创意工具，它通过简化协作和探索过程来增强用户的创造力。
• GauGAN2 - GauGAN2是一款强大的工具，结合了语义分割、图像修复和文本到图像生成技术，能够使用文字和绘图创作出逼真的艺术作品。
• Magic Eraser - 在几秒钟内从图片中移除不需要的元素。
• Imagine by Magic Studio - Magic Studio推出的一款工具，只需描述你的想法，即可表达自我。
• Alpaca - Stable Diffusion的Photoshop插件。
• Patience.ai - Patience.ai是一款基于Stable Diffusion的图像生成应用，Stable Diffusion是由Stability.AI开发的前沿AI技术。
• GenShare - 几秒钟内免费生成艺术作品。拥有并分享你创作的内容。一个多媒体生成工作室，让设计与创意更加普及。
• Playground - Playground是一个免费的在线AI图像生成器。可用于创作艺术作品、社交媒体帖子、演示文稿、海报、视频、Logo等。
• Pixelz AI Art Generator - Pixelz AI艺术生成器允许你通过文本创建令人惊叹的艺术作品。提供Stable Diffusion、CLIP Guided Diffusion及PXL·E写实算法。
• modyfi - 你一直想要的图像编辑器。浏览器中的AI驱动创意工具。支持实时协作。
• Ponzu - Ponzu是你的免费AI Logo生成器。只需发挥想象力，几秒钟内即可打造富有创意的品牌Logo。
• PhotoRoom - 仅用手机即可拍摄产品和人像照片。去除背景、更换背景并展示产品。
• Avatar AI - 创建属于你自己的AI生成头像。
• ClipDrop - 在不需摄影棚的情况下，借助stability.ai的力量创建专业级视觉内容。
• Lensa - 一款一体化图像编辑应用，内置使用Stable Diffusion生成个性化头像的功能。
• RunDiffusion - 基于云的AI艺术创作工作空间。
• Ideogram - 一个文本到图像平台，旨在让创意表达更加便捷。
• Bing Image Creator - 基于DALLE·3的文本到图像生成器，具备安全功能。
• KREA - 使用了解你的风格、概念或产品的AI，生成高质量视觉内容。
• Nightcafe - NightCafe Creator是一款AI艺术生成应用，提供多种AI艺术生成方法。
• Leonardo AI - 以空前的质量、速度和风格为你的项目创建制作级视觉资产。
• Recraft - 一款AI工具，帮助创作者轻松生成和迭代原创图像、矢量艺术、插画、图标和3D图形。
• Reve Image - 一款从零开始训练的模型，擅长精准遵循提示词、美学表现和排版设计。
• Freepik AI - 基于AI的设计工具，包括图像生成、背景移除和创意模板。

平面设计

• Brandmark - 基于AI的Logo设计工具。
• Gamma - 无需任何格式化和设计工作，即可创建精美的演示文稿和网页。
• Microsoft Designer - 瞬间生成惊艳的设计。

图片库

• Lexica - Stable Diffusion搜索引擎。
• OpenArt - 搜索超过1000万个提示词，并通过Stable Diffusion、DALL·E 2生成AI艺术作品。
• PromptHero - 搜索适用于Stable Diffusion、ChatGPT、Midjourney等模型的提示词。
• PromptBase - 搜索顶级提示词工程师提供的提示词。也可出售你自己的提示词。

模型库

• Civitai - 社区驱动的AI模型共享平台。
• Stable Diffusion Models - rentry.org上全面的Stable Diffusion检查点列表。

Stable Diffusion资源

• Stable Horde - 一个由志愿者组成的分布式Stable Diffusion计算集群。
• DiffusionDB - 包含所有公开的Stable Diffusion相关应用、开发者工具、指南和插件的列表。Airtable版本。
• PublicPrompts - 一个免费的Stable Diffusion提示词合集。
• Stableboost - Stableboost是一款Stable Diffusion WebUI，可快速生成大量图像，帮助你找到最满意的作品。
• Hugging Face扩散模型课程 - 由@huggingface提供的关于扩散模型的在线课程Python学习资料。
• ComfyUI - 一个基于节点的界面，用于构建和运行Stable Diffusion工作流。#开源

视频

• Runway - 魔法般的AI工具、实时协作、精准编辑等，打造下一代内容创作套件。
• Synthesia - 几分钟内即可将纯文本转化为视频。
• Rephrase AI - Rephrase的技术支持大规模的超个性化视频制作，提升用户参与度和业务效率。
• Hour One - 自动将文本转换为视频，内置虚拟主持人。
• Colossyan - 专注于学习与发展的视频创作者。利用AI虚拟形象，以多种语言制作教育类视频。
• Fliki - 使用AI驱动的语音，在几分钟内完成文本转视频和文本转语音内容的制作。
• Pictory - Pictory强大的AI技术让你仅凭文本就能创建和编辑专业品质的视频。
• Pika - 一个从创意到视频的平台，将你的灵感变为动态影像。
• HeyGen - 几分钟内即可将脚本转化为带有可定制AI虚拟形象的对话视频。
• Sora - 一种能够根据文本指令生成逼真且富有想象力场景的AI模型。
• Luma Dream Machine - 一款能快速根据文本和图片生成高质量、逼真视频的AI模型。
• Infinity AI - Infinity是一个视频基础模型，允许你设计角色并将其栩栩如生地呈现出来。
• KLING AI - 用于创作富有想象力的图像和视频的工具。
• Hailuo AI - 基于AI的文本转视频生成器。
• Google Flow - 谷歌推出的AI电影制作工具，由Veo提供技术支持。
• Seedance 2.0 - 由字节跳动Niobotics开发的图像转视频和文本转视频模型。
• MaxVideoAI - 一个用于生成和比较多个AI视频模型结果的工作空间。

虚拟形象

• D-ID - 轻松一键创建会说话的虚拟形象并与之互动。
• HeyGen - 几分钟内即可将脚本转化为带有可定制AI虚拟形象的对话视频。
• RenderNet - RenderNet AI是一款用于生成图像和视频的工具，可对角色设计、构图和风格进行精细控制。

动画

• Wonder Dynamics - 轻松将CG角色动画化，并将其融入实景场景中，完成灯光和构图设置。

音频

文本转语音

• Eleven Labs - AI语音生成器。
• Resemble AI - 用于文本转语音的AI语音生成及克隆技术。
• WellSaid - 实时将文本转换为语音。
• Play.ht - AI语音生成器。在线使用AI生成逼真的文本转语音配音，将文本转化为音频。
• podcast.ai - 一档完全由人工智能生成的播客节目，基于Play.ht的文本转语音AI技术。
• VALL-E X - 一款跨语言神经编解码语言模型，用于跨语言语音合成。
• TorToiSe - 一款多语音文本转语音系统，训练重点在于音质。#开源
• Bark - 一个基于Transformer的文本转音频模型。#开源
• TTS WebUI - 用于运行多种文本转语音、音乐生成及音频工具的Web界面。#开源

语音转文本

• Whisper - 基于大规模弱监督的鲁棒语音识别。#开源
• Wispr Flow - Flow通过无缝的语音听写功能，让在电脑上任何应用中的文字输入都变得迅速便捷。
• Vibe Transcribe - 一体化解决方案，轻松实现音频和视频转录。#开源
• whisper.cpp - OpenAI Whisper模型的C/C++移植版本。#开源

音乐

• Harmonai - 我们是一个社区驱动的组织，发布开源的生成式音频工具，旨在让音乐制作对每个人来说更加容易和有趣。
• Mubert - 一个面向内容创作者、品牌和开发者们的免版税音乐生态系统。
• MusicLM - 谷歌研究院推出的一款根据文本描述生成高保真音乐的模型。
• AudioCraft - Meta推出的一站式生成式音频代码库，包含用于音乐生成的MusicGen和用于声音生成的AudioGen。#开源
• Stable Audio - Stable Audio是Stability AI推出的首款音乐和音效生成产品。
• AIVA - 基于AI的音乐创作助手。可选择250多种风格。
• Suno AI - 任何人都可以创作出优秀的音乐作品。无需乐器，只需发挥想象力，让脑海中的想法化作旋律。
• Udio - 发现、创作并与全世界分享音乐。

其他

• Diagram - 设计产品的全新魔法方式。
• PromptBase - 一个买卖DALL·E、GPT-3、Midjourney、Stable Diffusion优质提示词的市场。
• This Image Does Not Exist - 测试你辨别一张图片是人类还是计算机生成的能力。
• Have I Been Trained? - 检查你的图像是否曾被用于训练流行的AI艺术模型。
• AI Dungeon - 一款基于文本的冒险故事游戏，由你主导剧情发展（同时也是主角），而AI则负责将其生动呈现。
• Clickable - 利用AI几秒钟内生成广告。美观、符合品牌形象且转化率极高的广告，适用于所有营销渠道。
• Scale Spellbook - 使用Scale Spellbook构建、比较和部署大型语言模型应用。
• Scenario - AI生成的游戏资源。
• Teleprompter - 一款设备端的AI助手，可在会议中聆听发言并提供极具感染力的名言建议。
• FinChat - FinChat利用AI为公众公司和投资者相关问题提供解答。
• Morpher AI - Morpher AI为任何市场提供实时洞察与分析。
• Whimsical AI - 基于GPT的心智图、流程图及其他可视化工具，助力快速构思与流程整理。
• Selfies with Sama - 和一位真实存在的亿万富翁合影留念吧！

学习资源

• Learn Prompting - 一门免费的开源课程，教你如何与人工智能沟通。
• 提示工程指南 - 提示工程的指南和资源。
• ChatGPT 提示工程（面向开发者） - 由 Isa Fulford（OpenAI）和 Andrew Ng（DeepLearning.AI）主讲的短期课程。
• OpenAI 烹饪书 - OpenAI API 使用示例和指南。
• OpenAI 提示工程指南 - 从大型语言模型中获得更好结果的策略与技巧。
• PromptPerfect - 提示工程工具。
• Anthropic 课程 - Anthropic 的教育课程。
• 从零构建大型语言模型 - Sebastian Raschka 编写的关于如何从头开始构建一个可运行的 LLM 的指南。
• 视觉模型的提示工程 - DeepLearning.AI 提供的一门免费短期课程，讲解如何使用自然语言、边界框、分割掩码、坐标点等图像来引导计算机视觉模型。
• 从零构建推理模型 - Sebastian Raschka 编写的关于如何从零开始构建一个可运行的推理模型的指南。
• 从零构建 AI 代理 - 一本关于使用工具、记忆、规划及多智能体系统构建 AI 代理的书籍。
• 从零构建 DeepSeek 模型 - 一本介绍 DeepSeek 风格 LLM 架构、训练和蒸馏方法的书籍。
• AI 治理 - 一本关于生成式 AI 系统的治理、风险、合规、安全、隐私及监督的书籍。

更多列表

• AI 艺术工具与资源 - @pharmapsychotic 整理的大量用于生成式 AI 的 Google Colab 笔记本列表。
• 生成式 AI 应用全景图 - Sequoia Capital 的 Sonya Huang 制作的一张生成式 AI 生态系统的信息图。
• 初创公司 - @builtwithgenai - @builtwithgenai 整理的 Airtable 列表。
• 生成式 AI 指数 - Scale Venture Partners 整理的 Airtable 列表。
• 游戏领域的生成式 AI - a16z 整理的关于从事游戏领域生成式 AI 的公司市场地图。
• 生成式深度艺术 - @filipecalegario 整理的用于艺术创作的生成式深度学习工具、作品和模型等精选列表。
• GPT-3 演示 - 展示 GPT-3 示例、演示、应用、案例以及 NLP 使用场景的平台。
• GPT-4 演示 - GPT-4 的应用及使用案例。
• 生成式 AI 应用集锦 - 一份优秀的生成式 AI 应用合集。
• 分子设计 - 使用生成式 AI 和深度学习进行分子设计的相关论文列表。
• 开放的 LLM - 可用于商业用途的开放 LLM 列表。
• 优秀音乐 AI - 一份精选的用于音乐创作、生成和分析的 AI 工具列表。
• 优秀 AI 市场地图 - Joy Larkin（@joy）整理的 2026 年、2025 年和 2024 年的 AI 市场地图精选列表。
• 优秀 RAG 生产工具与资源 - 一份用于构建生产级 RAG 系统的工具和资源精选列表。

关于 ChatGPT 的列表

• 优秀 ChatGPT - @jordn 整理的关于 ChatGPT 和 GPT-3 的优秀工具、演示和文档的精选列表。
• 优秀 ChatGPT 提示 - 一系列可用于 ChatGPT 模型的提示示例集合。
• FlowGPT - 通过最佳提示增强你的工作流程。
• 数据科学领域的 ChatGPT 提示 - 一个包含适用于 ChatGPT 的实用数据科学提示的仓库。
• 优秀 ChatGPT - 另一份关于 ChatGPT 的优秀列表。

Awesome Generative AI 快速上手指南

awesome-generative-ai 并非一个单一的可安装软件或代码库，而是一个精选的生成式 AI 项目、服务、模型和学习资源的清单仓库。因此，本指南将指导你如何获取该清单，并从中筛选适合中国开发者的开源模型进行本地部署和使用。

环境准备

由于该清单涵盖了文本、图像、音频等多种类型的 AI 项目，具体的系统要求取决于你选择运行的特定模型（如 Llama 3, Stable Diffusion 等）。以下是运行大多数主流开源生成式 AI 模型的通用推荐配置：

• 操作系统: Linux (Ubuntu 20.04+ 推荐), macOS (Apple Silicon M1/M2/M3), 或 Windows 10/11 (需 WSL2)。
• 硬件要求:
  • GPU: NVIDIA GPU (推荐 RTX 3090/4090 或更高)，显存建议 16GB 以上以运行较大参数模型。
  • 内存: 系统内存建议 32GB 以上。
  • 存储: 至少 50GB 可用空间用于存放模型权重和环境依赖。
• 前置依赖:
  • Python 3.10+
  • Git
  • CUDA Toolkit (针对 NVIDIA GPU)
  • Conda 或 venv (用于管理虚拟环境)

安装步骤

1. 获取资源清单

首先，克隆该仓库到本地，以便浏览所有可用的开源项目和模型链接。

git clone https://github.com/steven2358/awesome-generative-ai.git
cd awesome-generative-ai

2. 选择并部署具体模型

从清单的 Text -> Models 或 Image 部分选择一个开源模型。以下以部署 Meta 的 Llama 3 (文本模型) 为例，展示如何通过 Hugging Face 进行安装。

注意：国内开发者访问 Hugging Face 可能较慢，建议使用镜像源或国内加速平台（如 ModelScope 魔搭社区）。

方案 A：使用 Hugging Face (需配置镜像)

设置环境变量使用镜像源：

export HF_ENDPOINT=https://hf-mirror.com

创建虚拟环境并安装依赖：

python -m venv genai-env
source genai-env/bin/activate  # Windows 使用: genai-env\Scripts\activate
pip install transformers torch accelerate

方案 B：使用 ModelScope (魔搭社区 - 推荐国内用户)

ModelScope 提供了大量开源模型的国内加速下载。

pip install modelscope

基本使用

以下示例展示如何使用 Python 调用已下载的开源大语言模型（以 Llama 系列为例）进行简单的文本生成。

示例：运行本地大语言模型

确保你已从 Hugging Face 或 ModelScope 下载了模型权重，然后使用以下代码进行推理：

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 加载模型和分词器
# 国内用户可将 model_id 替换为 ModelScope 上的对应模型路径
model_id = "meta-llama/Meta-Llama-3-8B-Instruct" 

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    torch_dtype=torch.float16, 
    device_map="auto"
)

# 准备输入提示
prompt = "请简要介绍生成式人工智能的主要应用场景。"
messages = [
    {"role": "user", "content": prompt}
]

# 生成回复
input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

outputs = model.generate(
    input_ids,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
)

response = tokenizer.decode(outputs[0][input_ids.shape[1]:], skip_special_tokens=True)
print(response)

探索更多工具

你可以查阅本地克隆的 README.md 文件，根据需求查找特定领域的工具：

• 文本写作: 查看 Writing assistants 章节寻找类似 Jasper 或 Rytr 的开源替代品。
• 图像生成: 查看 Image 章节获取 Stable Diffusion 相关项目。
• 本地知识库: 查看 Local search engines 章节，尝试部署 privateGPT 以实现离线文档问答。

# 在终端中快速查看分类内容
cat README.md | grep -A 5 "## Text"