Ai开源项目

用AI自动将播客访谈切割成高传播性的短视频片段

Faceswap让你在个人电脑上轻松实现专业级的Deepfakes创作

TTS-Vue作为一款免费开源工具,将文本高效转换为逼真语音,支持批量和自定义配置,个人使用超便捷

TTS Voice Wizard 是一款免费的、高度可集成的开源STT/TTS工具箱，专为VRChat、VTubing及直播场景打造无缝的实时语音转文字解决方案，核心功能零成本使用。

DiffusionGPT最厉害的是通过树状思维架构，智能调度最适合的开源模型生成极致匹配需求的高质量图像

解 FastGPT 核心功能，涵盖智能问答、工作流编排、多模型兼容等优势，提供企业客服、垂直领域知识库等应用场景及搭建指南。

开源免费的多模型AI编辑器，为开发者提供安全可控的智能编程体验

AI工作流Agent，一站式AI应用构建平台

RAGFlow 是一款开源的企业级 RAG 系统，支持多模型并发、结构化数据集成、Web UI 配置等特性。本文详解其部署方式、核心架构与实战应用，助你快速搭建高性能问答系统。

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

PhotoMaker V2通过深度学习算法实现个性化人像的高保真生成

专治各类视频顽疾的AI外科医生

通答AI打造的企业级人工智能应用生态闭环

AI智能生成儿童教育故事的创新解决方案

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。

全球首个支持个性化数字分身定制的开源AI写真平台

一款能让建模效率翻十倍的国产开源神器

让每个idea都能视觉化呈现的AI引擎

AnyText正在重新定义智能设计的边界：支持21种语言的精准文本渲染

清华THUDM开源的多模态视频理解模型，为视频内容提供专家级文本描述

通过AI技术实现设计稿到可用代码的秒级转换，支持多框架输出与智能迭代优化。

站在技术前线说句公道话，SFR-RAG把RAG技术的faithfulness（忠实度）指标提升到了新高度。虽然参数规模不算顶流，但这种以精度换规模的做法，倒是给吃算力吃到吐的AI行业吹来一阵清风。

让尘封的影像重获新生，DDColor开启智能着色新时代

AI图像修复领域的开源突破者

多模态大语言模型领域的开源革命者，用结构对齐技术实现视觉与语言的精准对话

要我说这项目最绝的地方，是它把学术界的前沿成果真正落在了实处。不同于那些只能跑benchmark的论文，他们的项目主页直接给出现成的工作流，连Colab新手都能三天上手——这才是真正的技术民主化！

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

全球首款实现电影级人景互动的AI视频生成解决方案

开源多模态训练领域的里程碑式资源库

专业级视觉语言处理 消费级硬件需求 多模态文档转换 科研效率工具 工业级物体识别