三家最新开源MoE视觉大模型，全部30B级只激活3B，定位完全不同

语雀之父玉伯新作：Board看板剪藏素材+AI对话式研究+可改写初稿，把'看过'变成'产出'的AI创作闭环工具

上传视频+人物照片，AI替换整个角色（不只换脸），动作表情光照场景全保留

国内首个角色扮演视频生成，文/图生视频、多镜头叙事、音画同步、图文混排绘本，一站式AI创作

FLUX 1/2 团队新作：图像/视频/音频联合训练的世界模型，视频+原生音频最长 20 秒，Early Access 已开放

33B 开源全模态视频模型，从零部署到 Motion Context 长视频拼接、低显存优化、fal.ai H3 Max 实时直播，一份搞定

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

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

开源可视化自动化：拖拽搭积木构建工作流，魔法变量串联模块，支持条件循环、Shizuku/Root 高权限操作

本地AI短剧/漫剧工作站:梗概进成片出,剧本→角色→分镜→合成全流程,数据不出本机,开源免费无订阅,模型API自己接

剪映出品的AI创作Agent：一句话完成创意到成片全闭环，可商用数字人口播，电商短视频量产神器

不知道 System One 决策模型能干嘛？这个策展站把 194 个真实 Jev 项目、演示和作者一站收齐，找灵感的最佳入口

不依赖视觉模型，任意LLM原生操作Windows UI/应用/键鼠，DOM模式做Web自动化，Claude扩展200万+用户，7.6k Stars

设备端HTTP服务+Python客户端，pip装完一行connect直接操控手机：XPath定位、App管理、Watcher弹窗处理，8.4k Stars

双后端Win32/UIA双通道，自然属性式语法操控桌面控件，2006年至今仍在维护，测试/RPA/批处理通吃，6.2k Stars

一张图生成整套3D资源：可探索场景+物体模型+音效，Claude一条流水线跑完，5分钟出能走进去的3D世界

一句「打开美团搜火锅店」它就连点带划全自动跑完，安卓/鸿蒙/iOS 通吃，模型限免中

DroidRun官方配套App，装上它手机就能被代码/API完全操控：读UI树、点按滑动、截屏推流全开放，玩真·手机Agent的地基组件

密码塞进U盘只记一个PIN，自动代输不上云，全开源可审计，连输错自毁都安排上了！