Mpv

FFmpeg 多媒体处理框架的增强版本，60K+ stars。支持音视频转码、剪辑、滤镜、流媒体等全功能，是视频 AI 处理和多媒体应用的底层基础设施

🎯AI 视频预处理、音视频转码剪辑、多媒体流处理

AI 从文档生成可编辑 PowerPoint 的工具，22.7K+ stars。支持原生形状和动画、演讲者备注音频旁白、可跟随自有 .pptx 模板，而非简单的幻灯片图片导出

🎯文档转 PPT、自动化演示文稿生成

Black Forest Labs 发布的多模态流模型。单一架构同时支持图像、视频、音频和机器人动作预测。基于 Self-Flow 方法，结合 flow matching 和自监督特征重建。视频生成最长 20 秒含原生音频。Apache-2.0 开源。

🎯多模态内容生成（图像/视频/音频）和机器人动作预测的统一模型

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。

🎯多模态内容理解与生成

自动驾驶操作系统，60,671+ stars。comma.ai 开源的高级驾驶辅助系统（ADAS），支持 275+ 款车型的自适应巡航、车道保持等自动驾驶辅助功能

🎯多模态内容理解与生成

开源 Deepfake 换脸工具，55,193+ stars。基于深度学习的视频换脸工具，支持从图片提取人脸特征并替换到目标视频中，提供训练和推理完整流程

🎯多模态内容理解与生成