基于 Gemini-2.5-flash-image 的开源图像生成案例集，收录 Nano Banana / Nano Banana Pro 各类创意场景示例，含 150K 一致性数据集

微软删除官方 TTS 推理代码后，社区 fork 保留的 PyTorch 完整实现。支持单卡/多卡推理、语音克隆、Gradio Demo。

上传商品图，AI 自动生成抖音/快手/小红书带货短视频

集成翻译、配音、语音克隆，支持横竖屏，输出适配抖音、小红书、B站、YouTube、TikTok

首个开源 Agentic 视频制作系统，12条流水线、52个工具、500+Agent技能，将AI助手变为视频工作室。

一站式视频字幕处理：语音识别、字幕优化、翻译、配音、烧录，免费功能安装即用

实时交互流式数字人引擎，9.3K Stars。支持 Wav2Lip/MuseTalk/Ernerf 多模型，WebRTC/RTMP/虚拟摄像头输出，已广泛商用

真正开源的 AI 数字人克隆工具，15K Stars。支持外观+声音克隆、文本/语音驱动生成视频，完全离线运行，Docker 一键部署

用Claude Code/Codex/Hermes等AI代理剪辑视频，扔素材进文件夹聊天就能拿到成片，自动去填充词调色加字幕，15.8k Stars

策划/分镜/生成/剪辑/交付全流程 Agent 串联，无限画布+技能插件生态+商业模板；配开源 H3 视频模型，768P 0.5元/秒、2K 0.8元/秒，年卡低至0.4元/秒

阿里Qwen团队出品，中文WER开源最低，配套ForcedAligner毫秒级时间戳，视频配音翻译链路的基础设施

开源语音交互 AI 虚拟伴侣，13.5K Stars。支持实时语音对话、视觉感知、Live2D 形象，桌面宠物模式可完全离线运行

丢一本小说进去，出来直接能拍短剧的整套制作包？2700星的神仙skill库，Claude Code和codex都能跑

收纳论放风论奢侈品论三连击，29秒打工人黑色幽默！AI配音二创并非葛优本尊，口播全文整理在此

同一条 24 秒带货视频做泰语和菲律宾语两版，记录成片、时间轴踩坑和 API 成本。