Duix-Avatar

开源多模态 & 视觉 › 视频生成⭐ 14k↑+13

真正开源的AI数字人工具包，支持离线视频生成和数字人克隆，适用于虚拟主播、客服等场景的数字人创建。

🎯适用场景：虚拟主播创建、数字人客服、离线视频生成

#ai-avatar#ai-avatars#cloning#cloning-tool

📥 收录于 2026/5/23

访问工具

📊 仓库数据

Stars13,922
Forks2,300
语言C
协议NOASSERTION
更新2026/7/10

📈 Stars 变化 ↑12 小时 +13· 统计区间 7/10 12:08 → 7/11 00:11（12 小时）

✅ 优点

  • •完全开源，可自由定制
  • •支持数字人克隆和离线视频生成
  • •适用于多种商业场景

⚠️ 限制

  • •需要一定技术门槛才能部署
  • •视频生成速度受硬件限制

🔗 相关工具

MoneyPrinterTurbo

开源⭐ 97k↑+169

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

#短视频#AI 创作#自动化#中文
语言Python
🍴 Forks14,262
📅 上线2024/2/1
🔄 更新2026/7/11
📥 收录2026/4/21

Sora 2

付费⭐ 83k

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

#视频生成#文生视频#商用#Diffusion Transformer+1
语言Python
🍴 Forks9,535
📥 收录2026/4/22

Umi-OCR

开源⭐ 46k↑+23

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

#Ocr#Ocr-python#Paddleocr#Qml
语言Python
🍴 Forks4,521
🔄 更新2026/7/11
📥 收录2026/6/3

LivePortrait

开源⭐ 19k↑+7

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

#肖像动画#数字人#视频生成#口型同步
语言Python
🍴 Forks1,948
🔄 更新2026/7/10
📥 收录2026/5/19

Wan 2.2

开源⭐ 17k↑+10

github.com/Wan-Video/Wan2.2

开源大规模视频生成模型，16K+ stars。支持高质量文本到视频和图像到视频生成，是开源视频生成领域的最新标杆

🎯开源视频生成，适用于内容创作、广告制作、教育视频

#视频生成#文生视频#开源#AIGC
语言Python
🍴 Forks2,066
🔄 更新2026/7/10
📥 收录2026/5/23

Wan 2.1

开源⭐ 17k↑+5

github.com/Wan-Video/Wan2.1

阿里巴巴通义万相视频生成模型 Wan 2.1，支持高质量文本到视频生成，支持多种分辨率和时长，开源权重可商用

🎯AI 视频生成、文本到视频转换、创意内容制作

#视频生成#文本到视频#阿里巴巴#开源权重+1
语言Python
🍴 Forks2,952
🔄 更新2026/7/10
📥 收录2026/6/8
← 浏览全部 1267 个工具