Netflix级字幕切割、翻译、对齐、甚至加上配音，一键全自动AI视频字幕团队

🚀 AI 短视频引擎 | AI全自动短视频引擎

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

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）

LTX-Video 官方代码库

YuE2：具有象征性规划、零镜头翻唱和代理音乐编辑的前沿音乐生成。

Higgsfield AI、Freepik、Krea、Openart AI的开源替代方案——免费AI图像生成与影院工作室，内含20多种模型（Flux、SDXL、Midjourney、Ideogram）。可自托管、可定制，采用MIT许可证。

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

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。

实时互动流媒体数字人

Claude Code & Codex 的 AI 视频技能 — 使用 Remotion 的电影产品视频：152 个镜头配方卡、209 个动作预览、一个可立即投入生产的模板

🚀 全网效果最好的移动端【实时对话数字人】。支持本地部署、多模态交互（语音、文本、表情），响应速度低于 1.5 秒，适用于直播、教学、客服、金融、政务等对隐私与实时性要求极高的场景。开箱即用，开发者友好。

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。

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。

从电子书生成有声书，支持语音克隆及1107种以上语言！

🚀 AI全自动短视频引擎

ViMax：全能型智能体视频生成系统（集成导演、编剧、制片与视频生成功能）

Canopy Network协议的官方Go语言实现