V-JEPA
Meta V-JEPA通过非生成式预测突破视频理解瓶颈，以自监督学习实现类人推理能力
clone-voice 是一个带web界面的声音克隆工具，使用你的音色或任意声音来录制音频。
该项目所用模型均来源于之前介绍过的一款开源TTS工具 CoQui TTS。
Star：4.3k
支持中、英、日、韩、法、德、意等 16 种语言，另外还可以在线从麦克风录制声音。
使用非常简单，提供了 exe 整合包，开箱即用。英文效果很棒，中文效果还凑合。
数据统计
相关导航
AtomoVideo
总结来说，AtomoVideo代表着图像转视频领域的新高度，通过创新的多粒度注入技术和超强兼容性，为动态内容创作提供了新范式。
NotebookLlama
一句话总结：Notebook Llama是PDF文档处理领域的一匹黑马，免费开源方案碾压付费软件
OpenVoice
一句话总结：多语种语音克隆、精准声纹复刻、全场景免费商用，这就是OpenVoice的三大杀招。
MagicVideo-V2
让每个idea都能视觉化呈现的AI引擎
DiffusionGPT
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
扣子Coze开发平台
字节跳动推出的一款0代码 AI Agent/Bot 创建平台
I2VGen-XL
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