Toonflow App
Toonflow 开源 AI 短剧创作工具，9.2K+ stars。将小说、剧本快速转化为动画短剧的一站式工具，集成 AI 编剧、智能分镜、角色与视频生成
🎯适用场景：多模态内容理解与生成
📥 收录于 2026/5/12
📊 仓库数据
📈 Stars 变化 ↑6 小时 +16· 统计区间 6/28 18:12 → 6/29 00:15（6 小时）
✅ 优点
- •多模态输入输出支持
- •IDE 插件深度集成
- •可视化工作流编排
- •8.2K+ stars
- •开源免费
⚠️ 限制
- •多模态/实时场景对带宽和算力要求高
- •上手需要一定学习与配置成本
🔗 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
Jellyfish
github.com/Forget-C/Jellyfish
面向 AI 短剧生产的端到端工作流工具，覆盖剧本输入、分镜结构化、角色一致性管理、镜头准备、视频生成与导出全流程。
🎯AI 短剧、竖屏剧情号、分镜驱动的批量视频内容生产
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
Wan 2.2
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