Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
一个用于编辑说话头像视频的 Gradio 演示,如标题所示,支持自由视角和表情控制。适合想试用该方法或阅读其代码的研究者和开发者。
Free-View Expressive Talking Head Video Editing 是一款工具包,属于研究类,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 sky24h/Free-View_Expressive_Talking_Head_Video_Editing --repo-type space --local-dir Free-View_Expressive_Talking_Head_Video_Editing cd Free-View_Expressive_Talking_Head_Video_Editing
这个 Space 是编辑说话头像视频的 Gradio 演示。它的标题指向自由视角和富有表现力的编辑,也就是改变片段里说话人脸的样子。仓库里有模型代码、视频预处理、人脸检测和一个检查点文件夹。
研究人脸和视频模型的研究者和开发者,以及想看这类演示是怎么搭起来的学生。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 计算机视觉研究者 | 试用说话头像编辑方法 | 打开演示,用一小段视频测试 |
| 软件 | 视频开发者 | 研究模型、人脸检测器和预处理如何配合 | 阅读 fete_model.py 和 preprocess_videos.py |
| 教育 | 学生 | 学习视频编辑演示的各个部分 | 浏览 face_detection 文件夹 |
| 媒体 | 视觉特效团队 | 在真正使用之前评估一个研究方法 | 在测试视频上查看输出 |
如果你需要用于商业视频工作的工具,非商业许可就把它排除在外了。
它可以在两个地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 试用这个方法 | 研究者 | 演示给出的编辑后的说话头像结果 |
| 预处理视频 | 开发者 | 用预处理脚本准备好的片段 |
| 研究代码 | 学生 | 模型、音频和推理辅助文件 |
在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub hf download sky24h/Free-View_Expressive_Talking_Head_Video_Editing --repo-type space --local-dir Free-View_Expressive_Talking_Head_Video_Editing cd Free-View_Expressive_Talking_Head_Video_Editing pip install gradio==5.25.2 pip install -r requirements.txt python app.py
打开 Space 页面,使用演示里显示的控件。在本地副本里运行 python app.py,就能在自己的电脑上打开同样的页面。仓库里还有一个在编辑之前准备视频的脚本。
你打开演示,添加一小段有人说话的视频。你用它的控件修改视频,然后在页面上看编辑后的结果。
先用一段光线好、一个人面对镜头的短视频。在尝试更复杂的内容之前,先把结果与原片对照着看。
这个仓库把工作拆成一个模型文件、一个音频模块、一个人脸检测文件夹、推理辅助代码和一个预处理脚本。训练好的权重放在检查点文件夹里。它运行在 Hugging Face 的 zero-a10g 硬件上。
README 只是一个设置指引,所以方法的细节和限制没有在那里说明。
一个用于编辑说话头像视频的 Gradio 演示,如标题所示,支持自由视角和表情控制。适合想试用该方法或阅读其代码的研究者和开发者。
由 sky24h 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:这个 Space 是编辑说话头像视频的 Gradio 演示。它的标题指向自由视角和富有表现力的编辑,也就是改变片段里说话人脸的样子。仓库里有模型代码、视频预处理、人脸检测和一个检查点文件夹。
适合谁:研究人脸和视频模型的研究者和开发者,以及想看这类演示是怎么搭起来的学生。
Industry | Who uses it | How they use it | Example
研究 | 计算机视觉研究者 | 试用说话头像编辑方法 | 打开演示,用一小段视频测试
软件 | 视频开发者 | 研究模型、人脸检测器和预处理如何配合 | 阅读 fete_model.py 和 preprocess_videos.py
教育 | 学生 | 学习视频编辑演示的各个部分 | 浏览 face_detection 文件夹
媒体 | 视觉特效团队 | 在真正使用之前评估一个研究方法 | 在测试视频上查看输出
如果你需要用于商业视频工作的工具,非商业许可就把它排除在外了。
用在哪里:它可以在两个地方运行。
Use case | Who | What they get back
试用这个方法 | 研究者 | 演示给出的编辑后的说话头像结果
预处理视频 | 开发者 | 用预处理脚本准备好的片段
研究代码 | 学生 | 模型、音频和推理辅助文件
如何设置:在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub
hf download sky24h/Free-View_Expressive_Talking_Head_Video_Editing --repo-type space --local-dir Free-View_Expressive_Talking_Head_Video_Editing
cd Free-View_Expressive_Talking_Head_Video_Editing
pip install gradio==5.25.2
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,使用演示里显示的控件。在本地副本里运行 python app.py,就能在自己的电脑上打开同样的页面。仓库里还有一个在编辑之前准备视频的脚本。
示例:你打开演示,添加一小段有人说话的视频。你用它的控件修改视频,然后在页面上看编辑后的结果。
新手与专家:先用一段光线好、一个人面对镜头的短视频。在尝试更复杂的内容之前,先把结果与原片对照着看。
这个仓库把工作拆成一个模型文件、一个音频模块、一个人脸检测文件夹、推理辅助代码和一个预处理脚本。训练好的权重放在检查点文件夹里。它运行在 Hugging Face 的 zero-a10g 硬件上。
你添加说话头像视频
预处理准备好片段
模型执行编辑
编辑后的视频显示在页面上
注意事项:README 只是一个设置指引,所以方法的细节和限制没有在那里说明。
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 4 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 |
|---|---|---|---|---|
| Free-View Expressive Talking Head Video Editing 本页 | 41 | gradio | cc-by-nc-4.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。