电商人的AI修图师+摄像师，白底图、模特换装、商品视频一键搞定，500+模型随便用

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

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

做企业AI视频踩坑沉淀的开源包：543条实测prompt按官方公式收录，Action每周巡检防过期，跨模型prompt翻译器+15模型选型顾问，做AI视频的Star一份。

豆包手机助手买不到？开源这边已经冒出一堆了。16 个项目横评：谁不用电脑、谁免 root、谁自带模型，一张表看完。

GitHub 791星的AI短剧创作Skill：角色先锁图不跳戏、七段式提示词直接投喂视频模型、出稿机检C1~C20，装上就会当导演

它在后台屏上替你看、替你点、替你打字，你照样刷手机！开源可自接任意大模型，微信/抖音/小红书20+App开箱即熟

终端级 AI coding agent，核心 taste-1 持续学习你的编码偏好（命名风格、技术栈、目录结构）。支持交互式/后台/计划/自动模式，内置 MCP、Skills、代码审查、Web 搜索。$1/月起，支持 BYOK 和 DeepSeek 等开源模型。

楊筠松原著、蔣大鴻地理辨正疏，玄空風水核心經典。論天元地元人元龍法、城門訣、五吉龍、陰陽配合，上中下三篇完整原文。純文字古籍，不需要接大模型，直接閱讀。

如何把deepseek-R1微调/蒸馏为某领域的一个专家？

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

国内首个同时给人和AI Agent用的视频创作平台：一张无限画布从剧本拉到成片，短剧公司批量在用的生产力工具。

开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署

AI直接操控你的电脑，自动批量处理文件、分析数据、执行繁琐任务

有趣的80后程序员的ComfyUI工作流相册：按日期查换脸、数字人、电商产品图、虚拟试穿流程，照着配节点。

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

一张图片+一段视频，角色跟随动作表情表演或直接替换视频中人物，骨骼信号+重光照LoRA，免费

从零手搓的C++/CUDA推理引擎，只认RTX 5090一张卡：Qwen3.8-27B八路并发767 tok/s、AIME双96.7%不掉点，240K上下文还能看图看视频，5090党的天花板玩法。

字节跳动开源多模态智能体，桌面/浏览器/手机自动化操作，游戏任务 SOTA

微软开源中文 TTS，男声女声，RTF 0.5x，Agent 通过 SSH 一键生成并播放