LatentSync
字节跳动开源的唇形同步视频生成模型，基于 Stable Diffusion，5.7K+ stars
🎯适用场景：数字人视频生成与虚拟主播唇形同步
📊 仓库数据
✅ 优点
- •高质量唇形同步
- •基于 SD 架构
- •开源可商用
⚠️ 限制
- •需要 GPU 推理
- •仅支持唇形同步场景
🔗 相关工具
Stable Diffusion WebUI
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
🎯大模型微调与训练、多模态内容理解与生成
diffusers
github.com/huggingface/diffusers
🤗 扩散模型工具库，6.5K+ stars。最先进的图像、视频和音频扩散模型，Hugging Face 出品的生成式 AI 核心工具
🎯多模态内容理解与生成
InvokeAI
github.com/invoke-ai/invokeai
Stable Diffusion 创意引擎，5.9K+ stars。Stable Diffusion 模型的领先创意引擎，支持图像生成、编辑和变体创作
🎯多模态内容理解与生成
Pixelle-Video
github.com/AIDC-AI/Pixelle-Video
AI 全自动短视频引擎，19K+ stars。支持脚本生成、AI 配音、字幕合成、批量生产等完整短视频工作流，是 AIGC 短视频创作的一站式解决方案
🎯多模态内容理解与生成
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
Open Generative AI
github.com/Anil-matcha/Open-Generative-AI
Open Generative AI 是 Higgsfield AI、Freepik AI、Krea AI、Openart AI 的开源替代方案。提供免费的、无限制的 AI 图像和视频生成工作室，集成 200+ 模型（Flux、Midjourney、Kling、Sora、Veo 等）。无内容过滤器，完全自部署，MIT 许可证。GitHub 7,993 stars，本周增长 2,417 星。与商业图像生成平台不同，Open Generative AI 完全开源且无内容限制——用户可以在本地运行所有模型，不受任何平台的审查或限制。适合需要完整 AI 生成能力且对内容无限制的用户。
🎯多模态内容理解与生成