🚀 AI 短视频引擎 | AI全自动短视频引擎

利用AI大模型一键生成高清短视频

全球首个开源智能体视频制作系统，集成12条流水线、52种工具及500余项智能体技能，可将您的AI编程助手转变为完整的视频制作工作室。

最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

顶尖开源文本转语音系统

专为从事大语言模型、多模态和语音人工智能（自动语音识别与文本转语音）的研究人员和开发者打造的可扩展生成式AI框架

VoiceStudio 是 ElevenLabs 的开源、完全本地化替代方案 — 提供 646 种语言的语音克隆、语音设计、视频配音、听写、转录和有声读物创建。

基于大语言模型的A股、港股、美股智能分析器，集成多数据源行情、实时新闻、大语言模型决策仪表盘与多渠道推送，零成本，完全免费，支持定时运行

一个可扩展的生成式 AI 框架，专为从事大语言模型、多模态及语音 AI（自动语音识别与文本转语音）的研究人员和开发者构建。

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

您的AI第二大脑。支持自托管。从网络或文档中获取答案。构建自定义智能体、调度自动化任务、进行深度研究。将任何在线或本地大语言模型转化为您的个人自主AI（支持GPT、Claude、Gemini、Llama、Qwen、Mistral）。立即开始——免费使用。

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

✨ 为您的应用程序提供开源AI黑客工具 👨🏻‍💻

Stable Diffusion网页界面

Streamlit——快速构建和共享数据应用的开发框架。

为创作者和开发者打造的Gradio WebUI，具备核心TTS功能（Edge-TTS、kokoro）和零样本声音克隆（E2与F5-TTS、CosyVoice），并集成Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

TypeScript AI智能体框架 ⚡ 支持助手、RAG和可观测性。兼容所有大语言模型：GPT-4、Claude、Gemini、Llama

Invoke是面向Stable Diffusion模型的领先创意引擎，助力专业人士、艺术家和爱好者运用尖端AI驱动技术生成与创作视觉媒体。

✨ 能够执行复杂渗透测试任务的全自主AI智能体系统