NVIDIA Cosmos

开源多模态 & 视觉 › 图像生成⭐ 11k↑+12

NVIDIA 开放的世界模型平台，包含数据集和工具，让开发者构建物理 AI，理解和模拟真实世界

🎯适用场景：构建理解物理世界的 AI 模型

#世界模型#物理AI#NVIDIA#生成模型

📥 收录于 2026/6/11

访问工具

📊 仓库数据

Stars11,232

Forks788

语言Jupyter Notebook

更新2026/7/24

📈 Stars 变化 ↑11 小时 +12· 统计区间 7/24 12:26 → 7/24 23:22（11 小时）

✅ 优点

•NVIDIA 官方平台
•前沿世界模型
•完整数据集

⚠️ 限制

•需要强大算力
•学习曲线陡峭

🔗 相关工具

Deep Live Cam

开源⭐ 95k↑+21

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。

🎯多模态内容理解与生成

#Deepfake#人脸替换#计算机视觉#实时

openpilot

开源⭐ 63k↑+4

github.com/commaai/openpilot

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

FFmpeg

开源⭐ 62k↑+28

github.com/FFmpeg/FFmpeg

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

#audio#c#ffmpeg#fft+1

Face Recognition

开源⭐ 57k↑+1

github.com/ageitgey/face_recognition

人脸识别 API，56,311+ stars。世界最简单的人脸识别 Python 库，基于 dlib 深度学习模型，提供命令行和编程接口，支持人脸识别、比对、定位等功能

🎯多模态内容理解与生成

#人脸识别#Python#dlib#计算机视觉

FaceSwap

开源⭐ 55k↑+1

github.com/deepfakes/faceswap

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

#换脸#Deepfake#深度学习#视频处理

Upscayl

开源⭐ 48k↑+12

github.com/upscayl/upscayl

AI 图片超分辨率工具，44,717+ stars。免费开源的 AI 图片放大器，支持 Linux、macOS、Windows。使用 Real-ESRGAN 等模型实现 4x 无损放大，是设计、摄影、AI 图像后处理的必备工具。

🎯多模态内容理解与生成

#图片放大#超分辨率#AI 图像处理#桌面应用