AI开源项目
- DiffusionGPT：字节跳动出品，LLM驱动的智能文本生图一站式系统
DiffusionGPT是字节跳动研发的大语言模型驱动型文本生成图像多合一系统，核心目标是精准解析各类文本提示，智能匹配最优图像生成模型，输出高质量、高契合度的图像内容。
- [推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等
字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。
- Lumiere：谷歌研究院出品，基于时空架构的文本到视频生成扩散模型
Lumiere是谷歌研究院研发的时空文本到视频扩散模型，核心创新在于采用空间时间U-Net架构——摒弃传统模型逐帧合成的模式，通过单次传递即可生成视频的完整时间序列，从根源上保障视频的全局时间一致性与画面逼真度，赋能多元内容创作与视频编辑任务。
- DuckDB-NSQL：专为DuckDB打造的自然语言转SQL工具，零SQL基础也能玩转数据库
DuckDB-NSQL是一款针对 DuckDB 数据库定制的文本到SQL专用模型，核心能力是将用户的自然语言查询需求，精准转换成可直接执行的DuckDB SQL代码——让你无需掌握SQL语法，仅用日常语言就能与数据库“对话”，大幅简化数据查询与处理流程。
- StreamRAG：ChatGPT可交互的视频搜索与流媒体代理工具，精准定位任意视频时刻
StreamRAG是一款开源的视频搜索与流媒体代理工具，核心能力是让你在 ChatGPT 中与自有视频库“对话”并直接观看视频流。
- WhisperFusion：低延迟AI实时对话神器，融合语音交互与深度语义理解
WhisperFusion是一款基于开源工具WhisperLive与WhisperSpeech打造的实时对话解决方案，核心优势在于实现人与AI聊天机器人的超低延迟交互。
- Audio2Face：英伟达AI语音秒生成高表现力3D面部动画
Audio2Face是英伟达推出的AI驱动3D面部动画生成工具，能够根据任意语音音轨，快速生成匹配情绪与节奏的逼真面部动画。
- Media2Face：多模态驱动的高逼真共语言面部动画生成工具
Media2Face是一款基于音频、文本、图像多模态引导的3D面部动画生成工具，专注于打造自然逼真的拟人化面部表情与动作。
- MoneyPrinter：零门槛YouTube短视频自动生成工具，轻松开启创作变现
MoneyPrinter是一款专为短视频创作变现设计的自动化工具，核心功能是输入视频主题即可自动生成YouTube Shorts短视频，全程无需专业视频编辑技能，从内容生成到平台上传全流程自动化，助力快速开启YouTube创作赚钱之路。
- OOTDiffusion：高可控开源虚拟试穿工具，服装贴合度拉满
OOTDiffusion是一款基于潜在扩散模型打造的高度可控开源虚拟试穿工具，支持根据不同性别、体型自动适配服装版型，实现服装与模特的精准贴合；同时支持自定义参数调整试穿效果，提供半身、全身双模型模式，满足多样化试穿需求。
- SoraWebui：开源文本生成视频平台，轻松对接OpenAI Sora能力
SoraWebui是一个开源项目，允许用户使用OpenAI的Sora模型使用文本在线生成视频，从而简化视频创建，并具有轻松的一键网站部署功能。
- Beeble AI：赋能虚拟制片的AI图像重照明与合成平台
Beeble AI是一款尖端的人工智能虚拟制片平台，凭借先进的AI模型实现高精度图像合成与逼真重照明，为专业创作者提供灵活、高效的视觉效果制作方案，重塑虚拟制片、图像合成与VFX工作流。
- Animagine XL 3.1：开源动漫专用文本生成图像模型，全风格覆盖与画质跃升
Animagine XL 3.1是一款专注于动漫领域的开源文本生成图像模型，通过扩充海量标注数据集，实现了对从经典老番到最新作品、从复古风格到现代美学的全维度动漫风格覆盖，为动漫创作者提供高精度、多样化的图像生成解决方案。
- StreamMultiDiffusion：实时交互式区域控图，重塑AI图像生成与编辑体验
StreamMultiDiffusion凭借区域控图、实时交互、全景生成等核心优势，成为一款兼顾专业性与易用性的全能型图像生成编辑工具，为实时AI创作场景提供了高效、灵活的解决方案。
- ComfyUI-APISR：专注动漫领域的图像视频超分辨率增强工具
APISR是一款专为动漫内容打造的超分辨率处理项目，聚焦解决现实场景中低质量、低分辨率动漫图像与视频的画质退化问题。它支持2x、4x等多档位上采样因子权重，可精准提升画面清晰度与细节表现力，为动漫爱好者和创作者提供专业的画质增强方案。
- AniPortrait：腾讯出品，音频驱动的超逼真肖像动画生成框架
AniPortrait是腾讯研发团队打造的音频驱动肖像动画合成工具，仅需输入一段音频与一张静态人脸图片，即可生成表情自然、动作逼真的动态人脸视频，为创意创作、数字内容生产提供高效解决方案。
