Ai开源项目

满足日常办公需求的智能效率工具包

音频驱动的真实肖像动画合成框架

去除图像背景的开源工具

由字节跳动Seed团队开发的AI图像编辑工具，实现基于自然语言的多轮高精度图像修改

一款开源的跨语言语音克隆工具，支持5秒样本实时合成，无需编程即可通过WebUI实现专业级语音克隆

用来生成以文本或图像为条件的 3D 对象

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

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

让每个idea都能视觉化呈现的AI引擎

免费开源AI工具让普通人也能创作专业级音乐

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

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。

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。

能够自主纠错的开源大语言模型，革新AI可信度与实用性

开源OpenAI的代码解释器

应用程序和托管 LLM 之间的接口

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！

字节跳动推出的一款0代码 AI Agent/Bot 创建平台

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。

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

计算机视觉操控革命：基于VLM的自主任务执行系统

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！

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

零样本语音编辑和文本转语音工具

Draw an Audio通过多模态指令系统实现精准的视频到音频合成，开创音效创作新模式

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

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。

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

StarCoder2正在重新定义开发者生产力

全量级开源的多轮交互式代码生成与优化平台