AI开源项目

一款漂亮且功能强大的在线海报设计器，图片编辑器，仿稿定设计，迅排设计Poster-Design适用于海报生成、电商产品图、文章长图、视频/公众号封面等多种场景。

高级语音和Deepfake神经网络工具

一个强大的图像到视频的生成模型，它通过创新的方法解决了AI视频合成过程中的语义准确性、清晰度和时空连续性的挑战。用户可以轻松地将静态图像转换为高质量的动态视频，生成的视频不仅清晰度高，而且时序连贯，细节丰富，具有很高的真实感和艺术性。

专为商业级分布式深度学习而设计的开源工具包。

谷歌研究院开发的基于空间时间的文本到视频扩散模型。采用了创新的空间时间U-Net架构，能够一次性生成整个视频的时间长度，确保了生成视频的连贯性和逼真度。

一个好用的开源计算机视觉和深度学习框架。它主要用来开发和运行 YOLO 系列模型，像 YOLOv5、YOLOv8 等。这个工具在目标检测、图像分割、动作识别等需要快速反应的视觉任务中很常用。

DreaMoving，一种基于扩散的可控视频生成框架，用于生成高质量的定制人类舞蹈视频。

一款能在视频中轻松任意插入手绘动画并与视频内容无缝融合的AI工具，通过VideoDoodles你可以在视频中添加手绘涂擦动画，这些动画不仅能跟随视频中的物体移动，还能自动调整大小和角度。

腾讯AI实验室推出的 AI 绘图模型，效果类似 ControlNet，可以控制图片生成的效果

一个Pydantic 团队开发的Python代理框架，可以通过生成式AI轻松构建生产级应用程序。

Higgsfield是一款基于人工智能的视频模型，帮助用户轻松创建高质量的定制化视频内容，提供完全控制和独特视觉效果，适用于广告营销和品牌推广。

一个增强版免费开源的ChatGPT程序，LibreChat 是一个免费开源的聊天机器人平台，集成了多种 AI 模型。

腾讯推出的AI自动上色和生成动画工具，它能将动画制作里“补帧”和“上色”这两个步骤合并成“生成后原画”阶段，让动画制作流程变得更简单。

LucidDreamer，可以从单个图像的单个文本提示中生成可导航的3D场景。 单击并拖动（导航）/移动和滚动（缩放）以感受3D。

一个基于 Postgres 构建的超快速、实时、专业、开发人员友好的无代码数据库。Teable使用简单的、类似电子表格的界面来创建复杂的企业级数据库应用程序，无需编写代码。

一个方便实用的纯前端网站，能够在浏览器中快速生成仿真扫描的PDF文件。

一个小型但功能强大的视觉语言模型，它使得资源有限的研究者和开发者也能体验到先进的视觉语言模型功能。

无需编码即可在计算机上安装、运行和控制数据库

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调

一个基于AIGC的开源短剧创作工具，下载就能直接用。它的目标是成为功能全面、好用的短剧创作工具，让更多没有专业影视制作经验的人，不用花几周时间，几个小时就能做出短剧。