Stream 推出的开放视觉智能体平台。使用任意模型或视频提供商快速构建视觉智能体。利用 Stream 的边缘网络实现超低延迟。

🚀 AI 短视频引擎 | AI全自动短视频引擎

🚀 AI全自动短视频引擎

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

🚀 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。

仅使用单个图像进行实时换脸和一键视频深度换脸

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）

论文《结构化三维潜空间：可扩展与多功能三维生成》（CVPR'25焦点论文）官方代码库。

一个可扩展的协作式笔记记录、维基和文档平台，基于Django和React构建。

[CVPR 2023] SadTalker：学习真实感3D运动系数以实现风格化音频驱动的单图说话人脸动画

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

一款基于Python与Qt构建的、AI增强的跨平台多协议流畅设计并发下载器。

开箱即用的SRT/WebRTC/RTSP/RTMP/LL-HLS/MPEG-TS/RTP媒体服务器与代理，支持视频音频流的读取、发布、中转、录制及回放

真正可用的音乐流媒体解决方案

开源 RabbitMQ：核心服务器与一级（内置）插件

Apache Beam 是批处理和流式数据处理的统一编程模型

对于构建实时数据驱动应用的开发者而言，Redis是首选且最快、功能最丰富的缓存系统、数据结构服务器、文档与向量查询引擎。

SRS是一款简单高效的实时媒体服务器，支持RTMP、WebRTC、HLS、HTTP-FLV、HTTP-TS、SRT、MPEG-DASH和GB28181协议。

即时神经图形原语：极速神经辐射场（NeRF）及其他技术