AI ShortVideo Pipeline
端到端 AI 短视频生产流水线 — FastAPI 编排 + Spring Boot 网关，多模型容灾、熔断器、计量、全链路可观测，AI 质量门控含 CLIP 一致性和音画同步自修复。
🎯适用场景：企业级端到端 AI 短视频自动化生产
📥 收录于 2026/6/28
📊 仓库数据
✅ 优点
- •多模型容灾 + 熔断器
- •AI 质量门控
- •全链路可观测
⚠️ 限制
- •部署复杂
- •依赖多个外部服务
- •偏企业场景
🔗 相关工具
MoneyPrinterTurbo
github.com/harry0703/MoneyPrinterTurbo
AI 短视频生成工具，56,087+ stars。利用大模型一键生成高清短视频，自动完成选题、文案、配音、字幕、画面生成全流程。是国内最受欢迎的 AI 短视频自动化工具。
🎯多模态内容理解与生成
Trend2Video Pro
github.com/2417467487-hub/Trend2Video-Pro
趋势到视频全自动 Agent 框架 — 从热点趋势分析到短视频成片，含 Chrome 扩展、Streamlit UI、Edge-TTS 配音，支持 FastAPI 编排。
🎯从热点趋势自动生成可发布的短视频内容
Pika 2.0
pika.art
专注短视频生成的 AI 平台，擅长 3-10 秒短视频和动画风格内容。支持 Lip Sync（口型同步）、风格迁移和关键帧控制。界面简洁，适合社交媒体内容创作者快速生成吸引眼球的短视频。
🎯多模态内容理解与生成
Sora 2
openai.com/sora
OpenAI 的旗舰级视频生成模型，基于 Diffusion Transformer 架构。支持最长 60 秒视频生成，在物理模拟（流体、光影、碰撞）方面表现卓越。通过 ChatGPT Plus/Pro 订阅可用，是 2026 年质量最高的文生视频模型。
🎯多模态内容理解与生成
Umi-OCR
github.com/hiroi-sora/Umi-OCR
Umi-OCR 是一款免费开源的离线 OCR 文字识别软件，支持截屏识别、批量导入图片识别、PDF 文档识别，可排除水印和页眉页脚干扰，支持扫描和生成二维码，内置多国语种识别库。44K+ stars。
🎯日常文字识别、批量 OCR 处理、离线环境下的文字提取
LivePortrait
github.com/KlingAIResearch/LivePortrait
让静态肖像照片“活起来”的 AI 肖像动画工具。支持单张照片驱动面部表情、头部姿态和口型同步，可生成逼真的肖像动画视频。18K+ stars，是开源数字人和肖像动画领域的标杆项目
🎯多模态内容理解与生成