Hunyuan3D-2

开源多模态 & 视觉⭐ 14k

腾讯混元团队开源的高分辨率3D资产生成工具，基于大规模扩散模型实现从图像到3D模型的转换，支持高质量3D内容创作。

🎯适用场景：3D模型生成、游戏资产创建、产品原型设计

#3d#3d-aigc#3d-generation#diffusion-models
访问工具

📊 仓库数据

Stars13,820
Forks1,419
语言Python
协议NOASSERTION
更新2026/5/23

✅ 优点

  • •腾讯大厂出品，技术实力强
  • •支持高分辨率3D资产生成
  • •从2D图像到3D模型的端到端流程

⚠️ 限制

  • •对GPU显存要求较高
  • •3D模型拓扑质量依赖输入图像质量

🔗 相关工具

Mmagic

免费⭐ 7.4k↓1

github.com/open-mmlab/mmagic

OpenMMLab 多模态工具箱，8.6K+ stars。多模态高级生成和智能创建工具箱，支持图像生成、视频生成等多种任务

🎯 多模态内容理解与生成

#aigc#computer-vision#deep-learning#diffusion+1
语言Jupyter Notebook
🍴 Forks1,100
📅 上线2019/8/23
🔄 更新2026/5/23

Stable Diffusion WebUI

开源⭐ 163k↑+3

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

#图像生成#Stable Diffusion#Web UI#开源
语言Python
🍴 Forks30,358
🔄 更新2026/5/23

ComfyUI

开源⭐ 114k↑+42

github.com/comfyanonymous/ComfyUI

节点式 Diffusion 模型 GUI，109,363+ stars。基于节点的工作流编排，可视化连接各处理模块，是最强大的图像生成工作流工具，支持 SDXL、Flux、Stable Cascade 等最新模型

🎯 AI 工作流编排与自动化、多模态内容理解与生成

#节点式#工作流#图像生成#开源
语言Python
🍴 Forks13,360
🔄 更新2026/5/23

OpenAI Whisper

开源⭐ 100k↑+27

github.com/openai/whisper

OpenAI 开源语音识别模型，99.9K+ stars。支持 99 种语言自动语音识别与翻译，可本地部署保护隐私，广泛用于会议转录、字幕生成等场景

🎯 多语言语音转文字、音频转录、本地私有化语音识别

#语音识别#多语言#转录
语言Python
🍴 Forks12,278
📅 上线2022/9/16
🔄 更新2026/5/23

Deep Live Cam

开源⭐ 93k↑+2

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
语言Python
🍴 Forks13,581
📅 上线2024/3/15
🔄 更新2026/5/23

OpenCV

开源⭐ 88k↑+2

github.com/opencv/opencv

开源计算机视觉库，87,181+ stars。全球最广泛使用的计算机视觉库，提供 2500+ 优化算法，涵盖图像处理、目标检测、人脸识别、相机标定等领域。支持 C++、Python、Java，是 AI 视觉应用的基石。

🎯 多模态内容理解与生成

#计算机视觉#图像处理#目标检测#开源
语言C++
🍴 Forks56,575
📅 上线2012/5/1
🔄 更新2026/5/23
← 浏览全部 470 个工具