Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
在浏览器或你自己的电脑上运行一个围绕 SadTalker 模型的 Gradio 应用。来源没有给出说明,所以它的输入和结果只能从名称和文件夹推测。
SadTalker 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download vinthony/SadTalker --repo-type space --local-dir SadTalker cd SadTalker
SadTalker 是 Hugging Face Spaces 上的一个 Gradio 应用,作者是 vinthony。它提到两个模型 vinthony/SadTalker 和 vinthony/SadTalker-V002rc,仓库里除了应用,还有 checkpoints、docs 和 examples 文件夹。名称暗示它能让一张脸开口说话,但来源从未说明应用接收什么、返回什么。
想试用这个 Space,或想了解较大的模型演示怎么打包的开发者和 AI 爱好者。下表给出大致的适用人群,只根据名称和文件推断。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件开发 | Python 开发者 | 阅读 app.py 和 src 文件夹,看模型是怎么调用的 | 运行本地副本,看它的表现 |
| AI 研究 | 模型爱好者 | 用它自带的示例文件试用在线页面 | 用自带的示例检查输出 |
| 教育 | 学习者 | 学习一个 Space 怎么打包检查点、文档和示例 | 对照 app.py 阅读 docs 文件夹 |
如果你需要写明限制、有文档的工具,可以跳过它。不要使用你无权使用的人脸或声音。
| 使用场景 | 谁 | 得到什么 |
|---|---|---|
| 在线试用应用 | 任何好奇的人 | 浏览器里的 Gradio 页面,无需安装 |
| 运行私人副本 | 开发者 | 在自己的机器上运行同一个应用 |
| 学习代码 | 学习者 | 一个 app.py、一个 src 文件夹、文档和示例可读 |
pip install -U huggingface_hub hf download vinthony/SadTalker --repo-type space --local-dir SadTalker cd SadTalker pip install gradio==5.29.1 pip install -r requirements.txt python app.py
在线使用时,打开这个 Space 的页面,操作它显示的界面。在你自己的电脑上,请在 SadTalker 文件夹里运行下面的命令,然后按应用给出的内容操作。
python app.py
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 应用的主文件 |
| requirements.txt | 列出应用需要的 Python 软件包 |
| packages.txt | 列出这个 Space 用 apt-get 安装的系统软件包 |
| Dockerfile | 告诉 Docker 如何构建这个 Space |
| checkpoints | 仓库里的一个文件夹,很可能存放模型文件 |
| examples | 仓库里的一个文件夹,很可能存放示例输入 |
你在装有 Python 的机器上运行六条安装命令。应用启动后会显示一个 Gradio 页面。来源没有说明页面要你输入什么、返回什么,所以用自带的示例跑第一次,就是了解它的办法。
如果你是新手,先在浏览器里打开这个 Space 的页面。不需要安装任何东西,你可以先看看页面提供什么,再决定要不要在自己的电脑上设置。
如果你熟悉这个领域,这个应用使用 Gradio 5.29.1,入口是 app.py,并用 Dockerfile 和 packages.txt 处理系统软件包。它提到两个 SadTalker 模型仓库,所以依赖任何输出之前,请先阅读它们的说明页,了解规模、限制和预期用途。
在浏览器或你自己的电脑上运行一个围绕 SadTalker 模型的 Gradio 应用。来源没有给出说明,所以它的输入和结果只能从名称和文件夹推测。
由 vinthony 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:SadTalker 是 Hugging Face Spaces 上的一个 Gradio 应用,作者是 vinthony。它提到两个模型 vinthony/SadTalker 和 vinthony/SadTalker-V002rc,仓库里除了应用,还有 checkpoints、docs 和 examples 文件夹。名称暗示它能让一张脸开口说话,但来源从未说明应用接收什么、返回什么。
适合谁:想试用这个 Space,或想了解较大的模型演示怎么打包的开发者和 AI 爱好者。下表给出大致的适用人群,只根据名称和文件推断。
行业 | 谁在用 | 怎么用 | 例子
软件开发 | Python 开发者 | 阅读 app.py 和 src 文件夹,看模型是怎么调用的 | 运行本地副本,看它的表现
AI 研究 | 模型爱好者 | 用它自带的示例文件试用在线页面 | 用自带的示例检查输出
教育 | 学习者 | 学习一个 Space 怎么打包检查点、文档和示例 | 对照 app.py 阅读 docs 文件夹
如果你需要写明限制、有文档的工具,可以跳过它。不要使用你无权使用的人脸或声音。
用在哪里:
使用场景 | 谁 | 得到什么
在线试用应用 | 任何好奇的人 | 浏览器里的 Gradio 页面,无需安装
运行私人副本 | 开发者 | 在自己的机器上运行同一个应用
学习代码 | 学习者 | 一个 app.py、一个 src 文件夹、文档和示例可读
如何设置:
pip install -U huggingface_hub
hf download vinthony/SadTalker --repo-type space --local-dir SadTalker
cd SadTalker
pip install gradio==5.29.1
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开这个 Space 的页面,操作它显示的界面。在你自己的电脑上,请在 SadTalker 文件夹里运行下面的命令,然后按应用给出的内容操作。
python app.py
工具 | 作用
app.py | 启动 Gradio 应用的主文件
requirements.txt | 列出应用需要的 Python 软件包
packages.txt | 列出这个 Space 用 apt-get 安装的系统软件包
Dockerfile | 告诉 Docker 如何构建这个 Space
checkpoints | 仓库里的一个文件夹,很可能存放模型文件
examples | 仓库里的一个文件夹,很可能存放示例输入
示例:你在装有 Python 的机器上运行六条安装命令。应用启动后会显示一个 Gradio 页面。来源没有说明页面要你输入什么、返回什么,所以用自带的示例跑第一次,就是了解它的办法。
新手与专家:如果你是新手,先在浏览器里打开这个 Space 的页面。不需要安装任何东西,你可以先看看页面提供什么,再决定要不要在自己的电脑上设置。
如果你熟悉这个领域,这个应用使用 Gradio 5.29.1,入口是 app.py,并用 Dockerfile 和 packages.txt 处理系统软件包。它提到两个 SadTalker 模型仓库,所以依赖任何输出之前,请先阅读它们的说明页,了解规模、限制和预期用途。
Hugging Face 构建 Dockerfile
安装系统软件包和 Python 软件包
Gradio 把 app.py 作为网页提供
你在浏览器里使用页面的控件
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| SadTalker 本页 | 1,435 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。
Wan-AI · 工具包
通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。