Pixelle-Video

开源多模态 & 视觉16k

AIDC-AI 开源的全自动 AI 短视频引擎,支持从脚本生成、画面合成到字幕配音的完整短视频制作流程,GitHub 周增 5000+ 星。

#video-generation#ai-content#short-video#automation#multimodal

📊 仓库数据

Stars16,478
Forks2,347
语言Python
更新2026/5/6

🔗 相关工具

rerun

开源11k

github.com/rerun-io/rerun

An open source SDK for logging, storing, querying, and visualizing multimodal and multi-rate data

#computer-vision#cpp#multimodal#python+1
语言Rust
🍴 Forks728
🔄 更新2026/5/13

Stable Diffusion WebUI

开源163k↑+9

github.com/AUTOMATIC1111/stable-diffusion-webui

最流行的 Stable Diffusion Web UI,162,491+ stars。提供直观的图形界面,支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能,是 AI 图像生成领域的事实标准工具

🎯 AI 图像生成、艺术创作、模型微调、设计辅助

#图像生成#Stable Diffusion#Web UI#开源
语言Python
🍴 Forks30,286
📅 上线2022/8/22
🔄 更新2026/4/27

ComfyUI

开源109k

github.com/comfyanonymous/ComfyUI

节点式 Diffusion 模型 GUI,109,363+ stars。基于节点的工作流编排,可视化连接各处理模块,是最强大的图像生成工作流工具,支持 SDXL、Flux、Stable Cascade 等最新模型

🎯 高级图像生成工作流、批量图片处理、模型对比实验

#节点式#工作流#图像生成#开源
语言Python
🔄 更新2026/5/14

OpenAI Whisper

开源99k↑+49

github.com/openai/whisper

开源语音识别模型,支持多语言转录和翻译

🎯 语音转文字、字幕生成、多语言翻译

#语音识别#多语言#转录
语言Python
🍴 Forks12,109
📅 上线2022/9/16
🔄 更新2026/4/27

Deep Live Cam

开源92k↑+41

github.com/hacksider/Deep-Live-Cam

实时人脸替换工具,91,252+ stars。仅需一张照片即可实现实时视频换脸和一键视频 Deepfake,基于 AI 视觉模型实现高精度面部替换。支持摄像头实时预览和离线视频处理,是 AI 换脸领域最受欢迎的开源项目。

🎯 视频创作、娱乐效果、AI 换脸技术学习

#Deepfake#人脸替换#计算机视觉#实时
语言Python
🍴 Forks13,410
📅 上线2023/9/24
🔄 更新2026/4/27

OpenCV

开源87k↑+13

github.com/opencv/opencv

开源计算机视觉库,87,181+ stars。全球最广泛使用的计算机视觉库,提供 2500+ 优化算法,涵盖图像处理、目标检测、人脸识别、相机标定等领域。支持 C++、Python、Java,是 AI 视觉应用的基石。

🎯 图像处理、目标检测、人脸识别、AR/VR、自动驾驶

#计算机视觉#图像处理#目标检测#开源
语言C++
🍴 Forks56,544
📅 上线2012/7/19
🔄 更新2026/4/27