CogVideo 是用 Python 编写的多媒体工具,用于处理音视频内容。
text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)
microsoft
Visual Studio Code 编辑器源码,微软开源的跨平台代码编辑器。目前累计 19.4 万 star、4.5 万 fork,在本地项目库中星标排名约第 36 / 65707,主要语言为 TypeScript,项目始于 2015 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给写代码与文档的人:涉及 editor、electron、microsoft、typescript 方向。
按累计星标排序,库内共 65,722 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,999 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
CogVideo 是用 Python 编写的多媒体工具,用于处理音视频内容。
text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)
LTX-Video 是用 Python 编写的多媒体工具,用于处理音视频内容。
Official repository for LTX-Video
Sana 是用 Python 编写的学习资料,用于系统学习与查阅。
SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformer
imagen-pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch
VideoCrafter 是用 Python 编写的多媒体工具,用于处理音视频内容。
VideoCrafter2: Overcoming Data Limitations for High-Quality Video Diffusion Models
HunyuanVideo-1.5 是用 Python 编写的多媒体工具,用于处理音视频内容,主打轻量。
HunyuanVideo-1.5: A leading lightweight video generation model
Diffusion-Models-Papers-Survey-Taxonomy 是一个 AI 工具,用于人工智能方向的建模与推理。
Diffusion model papers, survey, and taxonomy
Awesome-Video-Diffusion-Models 是一个多媒体工具,用于处理音视频内容。
[CSUR] A Survey on Video Diffusion Models
make-a-video-pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Implementation of Make-A-Video, new SOTA text to video generator from Meta AI, in Pytorch
AIComicBuilder 是用 TypeScript 编写的多媒体工具,用于处理音视频内容。
AI-powered animated comic generator — transform scripts into fully animated videos with AI-driven character design, storyboarding, and video synt…
VBench 是用 Python 编写的多媒体工具,用于处理音视频内容。
[CVPR2024 Highlight] VBench - We Evaluate Video Generation
TokenFlow 是用 Python 编写的多媒体工具,用于处理音视频内容。
Official Pytorch Implementation for "TokenFlow: Consistent Diffusion Features for Consistent Video Editing" presenting "TokenFlow" (ICLR 2024)
自然语言驱动的无限画布工作流 Agent,让 AI 视频创作第一次真正变成可编辑的工作流。 AICON 面向创作者,提供从剧本拆解、分镜生成、素材生成、视频合成到内容分发的一整套能力。 不是只给你一个输入框,而是让你用自然语言和无限画布…
自然语言驱动的无限画布工作流 Agent,让 AI 视频创作第一次真正变成可编辑的工作流。 AICON 面向创作者,提供从剧本拆解、分镜生成、素材生成、视频合成到内容分发的一整套能力。 不是只给你一个输入框,而是让你用自然语言和无限画布一起驱动创作,把文本、图片、视频节点组织成完整链路,…
MiniMax-MCP 是用 Python 编写的多媒体工具,用于处理音视频内容,主打功能完整。
Official MiniMax Model Context Protocol (MCP) server that enables interaction with powerful Text to Speech, image generation and video generation AP…
Director 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
AI video agents framework for next-gen video interactions and workflows.
Phantom 是用 Python 编写的多媒体工具,用于处理音视频内容。
Phantom: Subject-Consistent Video Generation via Cross-Modal Alignment
text-to-video-synthesis-colab 是用 Jupyter Notebook 编写的多媒体工具,用于处理音视频内容。
Text To Video Synthesis Colab
video-diffusion-pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Implementation of Video Diffusion Models, Jonathan Ho's new paper extending DDPMs to Video Generation - in Pytorch
MagicTime 是用 Python 编写的多媒体工具,用于处理音视频内容。
[TPAMI 2025🔥] MagicTime: Time-lapse Video Generation Models as Metamorphic Simulators
MOVA 是用 Python 编写的多媒体工具,用于处理音视频内容。
A foundation model that generates synchronized video and audio in a single model
Hotshot-XL 是用 Python 编写的多媒体工具,用于处理音视频内容,主打适合生产环境。
✨ Hotshot-XL: State-of-the-art AI text-to-GIF model trained to work alongside Stable Diffusion XL
ShareGPT4Video 是用 Python 编写的多媒体工具,用于处理音视频内容。
[NeurIPS 2024] An official implementation of "ShareGPT4Video: Improving Video Understanding and Generation with Better Captions"
HunyuanVideo-Foley 是用 Python 编写的多媒体工具,用于处理音视频内容。
HunyuanVideo-Foley: Multimodal Diffusion with Representation Alignment for High-Fidelity Foley Audio Generation.
MotionDirector 是用 Python 编写的多媒体工具,用于处理音视频内容。
[ECCV 2024 Oral] MotionDirector: Motion Customization of Text-to-Video Diffusion Models.
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,999 个,本站已收录 65,722 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。