Ai开源项目

一站式大模型训练工具

音频驱动的真实肖像动画合成框架

一款开源AI金融分析工具，利用多智能体协作系统和多模态数据处理能力，提供交易预测、投资组合优化、报告生成和风险预警等功能

基于深度学习技术的 图像上色模型

文本到语音的音色克隆模型

一键翻译各类图片中文字的开源工具

免调优视频编辑框架开创者，支持文字驱动运动与外观修改

去除图像背景的开源工具

免费开源AI工具让普通人也能创作专业级音乐

MinerU证明了一个真理：专业的事就该用专业的工具。从符号转换到多语言支持，每个细节都透着开发团队的技术功底。虽然还在成长阶段，但作为开源工具已经展现出惊人的潜力。无论是配合大模型训练还是跨境业务处理，这都是个值得加入技术栈的实力派选手。

开源AI证件照生成工具，支持全流程离线处理与精准尺寸控制

能够自主纠错的开源大语言模型，革新AI可信度与实用性

一款能把多语言视频本地化流程做到全免费、全自动、离线可运行的开源工具，它就是pyVideoTrans！

让每个idea都能视觉化呈现的AI引擎

开源神器Audiocraft让普通人敲几行字、哼段旋律，就能搞出专业级音乐/音效。

Google VideoPoet突破传统视频制作流程，用大语言模型技术实现多模态零样本生成。

用来生成以文本或图像为条件的 3D 对象

基于扩散式变压器实现零样本多语言合成的尖端语音生成技术

当技术审美遇上算法创造力，虚拟世界的时尚革命早已悄然揭幕。

深度学习、面部替换、AI换脸、开源工具、数字内容创作

特别提示：根据ComfyUI-AnimateDiff-Evolved的README，商业用途得额外授权。想靠这个接单的同学记得走官方渠道申请license！

开源OpenAI的代码解释器

计算机视觉操控革命：基于VLM的自主任务执行系统

开源语音框架终结机械对话，支持多语言实时交互与情感化语音生成

应用程序和托管 LLM 之间的接口

阿里巴巴最新推出的图像转视频AI系统，通过级联扩散模型实现高清动态画面生成

零样本语音编辑和文本转语音工具

用AI重新定义视频创作流程的视频智能剪辑神器

用一句话总结：基于十亿级参数的时空Transformer模型，Snap Video开创了文本驱动的高质量视频生成新范式

扩散模型驱动的可控人体视频生成框架，实现高精度角色与动作解耦控制