OSS Radar
首页
AI 分类
推理与服务5
大模型推理服务 · 向量化 / 重排服务 · 网关与路由
训练与微调6
训练框架 · 参数高效微调 · 后训练 / RLHF
数据工程4
数据集托管 · 数据清洗与处理 · 合成数据
检索与 RAG9
向量数据库 · RAG 框架 · 检索增强引擎
Agent 与编排6
Agent 框架 · 编码 Agent · 电脑 / 浏览器 Agent
评估 · 实验 · MLOps8
模型评测 · Agent 评测 · 实验管理
多模态生成5
图像生成 · 视频生成 · 视觉语言模型
视觉与 3D5
检测 / 分割 · 3D 重建 · 3D 生成
模型工具链8
量化 · 剪枝与蒸馏 · 格式转换
科研与论文实现3
论文复现 · 时序预测 · 科学计算 / 生物医药
开发工具
开发与框架5构建与交付4底层与逆向3
系统工具
系统与文件7图像与影音工具5实用小工具4
效率工具
记录与整理3输入与阅读4
媒体与内容
播放与媒体库4内容处理3
网络工具
访问与代理3连接与传输4
游戏相关
开发与运行2游玩相关2
安全与隐私
攻防与审计3加密与隐私1
硬件与机器人
嵌入式与物联网5机器人与具身智能3
数据与金融
数据库与存储4金融与量化1
探索排行榜开发语言标签
/
周报
本周新增、涨得最快、发了什么版本
对比项目
两个项目并排看 star、维护状态与硬件
数据体检
收录量、完整度缺口、沉睡项目
提交仓库
推荐项目,附上你的使用经验
反馈与纠错
分类错了、介绍不准、链接失效
关于本站
数据来源与分类原则
登录
OSS Radar

按算法工程工作流分类的开源工具库。数据来自 GitHub 公开 API,收录 6,740 个仓库、129 个细分分类。 带 ✦ 的条目有人工撰写的专家点评。

数据最近同步于 2026/11/11 14:07:13 · 本项目仅做聚合与索引,软件版权归原作者所有

浏览

  • 全部仓库
  • AI 分类
  • 排行榜
  • 开发语言
  • 标签与关键词
  • 搜索

关于

  • 关于本站
  • 数据体检
  • 提交仓库
  • 反馈与纠错
  • 偏好设置
  • 我的收藏
  • 我的点评
© 2026 OSS Radar数据每小时级同步 · 内容由算法与人工共同维护
⌘K
「多模态生成」找到 12 个结果 · 10ms命中词:多模态生成multimodalgenerationgenerativegeneration* generative*只看有点评
O
OpenMontage
calesthio·Python

把 Claude、Cursor 等 AI 编程助手变成完整的视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖从生成到剪辑的全流程。

视频制作+4
778670—
calesthio/OpenMontage · 11.47
B
bark
suno-ai·Jupyter Notebook

输入一段文本就能生成带笑声、叹息等非语言声音和背景音乐的语音,效果自然,适合做创意配音和音频内容原型。

语音合成+3
393530—
suno-ai/bark · 10.11
O
Open-Sora
hpcaitech·Python

开源视频生成模型,用高效架构和训练方案降低高质量视频制作门槛,让普通开发者也能训练和部署文生视频模型。

视频生成+4
299230—
hpcaitech/Open-Sora · 9.55
O
OpenMontage
OpenMontageInc·Python

把 Claude、Cursor 等 AI 编程助手变成完整视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖脚本、配音、图像生成到剪辑全流程。

视频制作+4
796370—
OpenMontageInc/OpenMontage · 9.49
W
Wan2.1
Wan-Video·Python

开源的大规模视频生成模型,支持高质量文生视频,为 AIGC 视频创作提供可用的生成能力。

视频生成+4
174160—
Wan-Video/Wan2.1 · 9.41
H
HunyuanVideo
Tencent-Hunyuan·Python

腾讯混元开源的大规模视频生成框架,基于扩散 Transformer 把文本提示直接生成连贯视频,适合做文生视频研究和应用落地。

视频生成+4
127570—
Tencent-Hunyuan/HunyuanVideo · 9.15
V
VideoCrafter
AILab-CVC·Python

开箱即用的视频扩散模型工具箱,支持文生视频和图生视频,重点解决高质量视频训练数据不足的问题。

视频生成+4
51140—
AILab-CVC/VideoCrafter · 8.82
V
vllm-omni
vllm-project·Python

面向全模态模型的高效推理框架,支持图像、视频、音频生成与多模态模型服务,基于 PyTorch 提供统一的推理与部署能力。

全模态推理+4
76990—
vllm-project/vllm-omni · 8.82
O
OpenCreator
krillinai·TypeScript

面向创作者的开源 AI 工作台,集视频下载、翻译配音、转录、图像与视频生成、剪辑于一体,支持 120 多种语言,适合做 YouTube、TikTok 等社媒内容本地化。

视频翻译+4
143020—
krillinai/OpenCreator · 8.76
D
dramaclaw
dramaclaw·TypeScript

通用 AIGC 视频引擎,把剧本到成片串成一条流水线,覆盖漫剧、广告、电商和乙游等场景,省去多工具拼接的麻烦。

AIGC 视频引擎+4
76770—
dramaclaw/dramaclaw · 8.52
A
awesome-LLM-resources
WangRongsheng

汇总全球优质大模型学习资料,覆盖多模态生成、Agent、辅助编程、模型训练与推理、RAG 等方向,帮开发者快速找到教程、课程和实战资源。

大模型资源+4
90800—
WangRongsheng/awesome-LLM-resources · 4.07
A
awesome-gpt-image-2-API-Prompts
Evolink-AI·Python

收录 GPT-Image-2 图像生成 API 的调用方式与提示词范例,帮开发者快速接入并调出理想出图效果。

图像生成+3
173960—
Evolink-AI/awesome-gpt-image-2-API-Prompts · 3.32

发布说明里提到「多模态生成」

来自 2 个版本
  • PaddlePaddle/PaddleMIXv3.0.0-beta2025-05-09

    …00推理性能较vllm领先11.5%。LLaVA、InternVL2模型训练和推理适配昇腾910B 多模态生成 - 新增模型:Open-MAGVIT2,文生视频模型CogVideoX, HunyuanVideo - PP系列模型:发布自研可控视频模型PP-VCtrl,支持在多种控制条件下的视频生成 - 工具链升级:发布ppdiffuser

  • PaddlePaddle/PaddleMIXv2.0.02024-07-29

    …FT吞吐量提升5.6倍。支持Qwen-VL,LLaVA推理部署,较torch推理性能提升2.38倍 多模态生成 1. 视频生成能力:支持Sora相关技术,支持DiT、SiT、UViT训练推理,新增NaViT、MAGVIT-v2模型; 新增视频生成模型SVD、Open Sora,支持模型微调和推理; 新增姿态可控视频生成模型AnimateA