跳到正文
只看工程#文生图
今天10月27日周二4 条
  1. GitHub · 3D 生成新仓库33

    genzen：AI 图像与视频生成工作区开源项目

    开源项目 genzen 上架 GitHub，定位为个人工作区，用于制作、对比和整理 AI 图像与视频。项目依赖 Vercel（托管、数据库、图像）和 FAL（生成），可选接入 Anthropic 提供 AI 功能；运行 pnpm local:up 会自动检测缺失项并提示或生成。仓库面向 AI 智能体协作，提供 docs/OVERVIEW.md、本地开发参考及 CLAUDE.md 等文档。

  2. ComfyUI Releases · 图像工作流41

    ComfyUI v0.43.0 发布：新增 Fibo 2.0 支持与多项 Partner Nodes 更新

    ComfyUI 发布 v0.43.0，新增 Fibo 2.0 支持（改用 NTK aware 的 RoPE scaling），并增强 MOSS-image 的 rope scaling、色彩深度控制与编辑 LoRA 支持，修复 Gemma 4 31B global attention。Partner Nodes 方面新增 HeyGen Voice、ClarityAI Crystal Video Upscaler、FLUX 3 Max、Kling 4.0、PixVerse V6-Max 等节点，并优化 qwen 3.x 性能。工作流模板更新至 v0.11.97，前端包升级至 1.57.4。

  3. GitHub · 3D 生成新仓库37

    kandinsky-generation-pipeline：面向 Kandinsky 2.2 文生图的 DIMER 流水线仓库

    GitHub 新仓库 kurtvalcorza/kandinsky-generation-pipeline 提供面向 Kandinsky 2.2 文生图（1.25B 参数 UNet，支持 512×512 与 1024×1024）的 DIMER 流水线。权重固定在不可变的 Hugging Face revision，全部为 safetensors，并附带留出集 denoising loss、CLIP 评分评估、60 张 CC0 iNaturalist 鸟类照片样本数据，以及带 safetensors 适配器的有界 LoRA 微调（rank 8，1,646,592 参数）。上游解码器与 prior 采用 Apache-2.0 许可，CLIP 评分为 MIT。

  4. GitHub · 3D 生成新仓库25

    boogie-woogie-musicgen：基于 Meta MusicGen 的文本生成布基伍基钢琴音乐开源项目

    一个应用型生成音乐项目，通过 Hugging Face Transformers 调用 Meta 预训练的 facebook/musicgen-small 模型，生成钢琴主导的短段 Boogie-Woogie 音乐并保存为 WAV 文件及记录提示词、seed、模型等设置的 JSON。项目内置 classic honky-tonk、Chicago club piano 和 jump-blues piano 三种预设，附带 Gradio 界面，单次生成默认不超过 30 秒。代码 MIT 许可，但模型权重为 CC-BY-NC 4.0，不可商用。

10月26日周一
  1. GitHub · 3D 生成新仓库57

    SillyTavern 扩展 0xl0cal/sillyimages 开源：让 AI 消息中的标签自动生成图片

    0xl0cal 发布了 SillyTavern 扩展 sillyimages，可捕获 AI 消息里的生成标签并调用所选 API 生成图片，支持 OpenAI 兼容、xAI Imagine、Gemini 兼容、OpenRouter、Electron Hub、Naistera、NovelAI 和 AUTOMATIC1111/Forge。扩展支持角色头像、聊天上下文和 Lorebook 作为参考图，各模型参考图上限不同（如 Gemini 3 Pro Image 支持 11 张），并提供连接配置文件、样式与负面提示词管理、NovelAI Anlas 消耗保护，生成结果通过 /api/images/upload 存回 SillyTavern。

  2. GitHub · 3D 生成新仓库22

    trp1-ai-content-challenge：多服务商 AI 音乐、视频与图像内容生成框架开源

    开源框架 ai-content 提供多服务商 AI 内容生成能力，支持 Google（Lyria、Veo、Imagen）、AIMLAPI（MiniMax）和 KlingAI，可用于生成音乐、视频和图像。框架具备插件系统、风格预设、基于 SQLite 的任务追踪与基于 MD5 的重复检测，提供 Typer CLI 和 8 个示例脚本。MiniMax 等服务商生成需 5-15 分钟，框架支持异步提交、状态查询与自动下载，输出可上传至 YouTube 或 S3。

  3. GitHub · 3D 生成新仓库13

    X-DREAMER：聚合 9 家 AI 服务商、40+ 模型的 AI 生成平台开源上线

    X-DREAMER（原 XMAN AI Studio）开源上线，是一个聚合 9 家 AI 服务商和 40+ 模型的 AI 生成平台，支持文生图、文生视频、图生视频和图像编辑，采用统一信用计费，并配有管理后台和社区画廊。平台基于 Next.js 16.2、TypeScript 5 和 React 19 构建，接入 BytePlus、OpenAI、Stability AI、Replicate、Runway ML、Kling AI 等服务商，使用 MySQL（与 XMAN Studio 共享数据库）和 NextAuth v5 认证。支持单次最多 4 张批量生成、15 种风格预设、失败自动退款，通过 webhook 与父项目 XMAN Studio 打通信用充值。

  4. GitHub · 3D 生成新仓库33

    Pixel-Flow-Pro v0.3.22 发布：运行在 Chrome/Edge 的本地 AI 生图画布

    Pixel Flow 是一个运行在 Chrome/Edge 中的本地 AI 创意任务画布，当前版本为 v0.3.22，支持普通生图、容器批量、图片放大和 AI 结构化调用。新增轻量图片放大任务卡，可选 2×/4×/8×，自动分块生成并拼合 PNG。任务以 TaskRun 记录状态，支持排队、取消、失败重试与结果恢复，并可通过 Pixel Flow MCP 供 Codex 读取和管理画布。

  5. GitHub · 3D 生成新仓库34

    fomi-studio：基于 Next.js 的 AI 图像生成创作平台开源仓库

    GitHub 新仓库 im-amir/fomi-studio 开源了一个 AI 创意平台，基于 Next.js 16.4、React 19.3 与 Tailwind v4 构建，含两部分：按 FOMI 原型实现的生成工作区（/），以及作者自己的图像生成工作区 Lineage（/studio），支持 lineage 画布、分支变体、compare 同步缩放对比与快捷键操作。项目带 mock API、键盘与读屏器支持，已部署在 Vercel。

  6. GitHub · 3D 生成新仓库25

    video-api-gateway：把 Picsart 账号池变成 OpenAI 风格视频生成接口的开源项目

    GitHub 新仓库 video-api-gateway 将多个 Picsart 账号组成账号池，对外提供 OpenAI 风格的视频生成 HTTP 接口，480P/720P 免费档不消耗积分。N 个账号可跑 N 路并发，单账号同时只能跑 1 个任务，实测 5 秒视频耗时 91 秒~23 分钟，需轮询间隔 10~15 秒。程序需激活码激活，账号池跑在用户自己机器上，支持通过代理环境变量 PICSART_POOL_UPSTREAM_PROXY 访问 picsart.com。

  7. GitHub · 3D 生成新仓库20

    tryAGI 发布 BlackForestLabs .NET SDK，基于官方 OpenAPI 规范自动生成

    tryAGI 开源了基于 BlackForestLabs 官方 OpenAPI 规范、由 AutoSDK 生成的 C# SDK，支持 .NET Framework 与 .NET Standard 2.0、nullability、trimming 和 NativeAOT，并随上游规范同日更新。SDK 提供 FLUX Pro 1.1 图像生成等接口，可通过 dotnet tool 安装 CLI，同时提供查询 credits 余额的基础用法。该 SDK 属于 tryAGI 用 AutoSDK 维护的 200 多个 .NET SDK 之一，并获 JetBrains 开源支持计划资助。

  8. GitHub · 3D 生成新仓库46

    MaiBot 插件 moss_plugin_moss_image v0.2.1 发布：支持原文直出生图与官方 MOSS-Image 规划

    YayiMiko 发布 MaiBot 插件 maibot_plugin_moss_image v0.2.1，支持原文直出生图、官方 MOSS-Image Caption/Layout 规划，通过 ComfyUI 生图并发送到 QQ，另支持法术解析与视觉反推。插件内置官方 skill 和工作流（含 FLUX.2 VAE、50 步/CFG 3），需 MaiBot 1.3.x、Plugin SDK 2.8.2～2.13.x、Python 3.12+，并提供 OC 角色预设、单页漫画与静态表情包功能。

  9. GitHub · 3D 生成新仓库26

    Superklok Labs 开源 ComfyUI 演示仓库：NonCommercialDEMO 展示 TrenchPetals 角色制作管线

    Superklok Labs 发布开源 ComfyUI 演示仓库 NonCommercialDEMO，展示其制作 TrenchPetals 宇宙角色 Sunny Chuxem 的生产级管线。仓库包含两条管线，分别基于 flux-2-klein-9b-f8 与 flux3-image-klein-int8 checkpoint，集成 FaceDetailer、HandDetailer、FootDetailer 三层细节节点和 MASTER SWITCH 切换逻辑。因核心模型依赖受限，项目采用 Non-Commercial Demo License v1.0，仅限教育、研究与评估用途。

  10. GitHub · 3D 生成新仓库30

    Beyondsumi：用 AI 助手把创意变成水墨风动画电影的 YouTube 自动化项目发布

    开源新仓库 Beyondsumi 面向 YouTube 自动化叙事，配合 Codex、Claude Code 等多种 AI 助手，将想法或录音转化为带角色表演、旁白、配乐和音效的水墨风动画电影，无需视频生成 API。项目提供 Original、Light、Dark 三种风格和可选 SVG 路线，内置 12 个 Python 原创音乐主题与本地声音引擎，成品以 HD H.264/AAC MP4 交付。创作者估算 10 分钟视频成本约 US$0.92，旁白可选 ElevenLabs 或开源 Voicebox。

  11. GitHub · 3D 生成新仓库37

    II Studio v0.1.0 RC 发布：用你自己的 AI 连接从需求生成可交互界面与工作流

    开发者 Mahesh V V 发布 II Studio v0.1.0 候选版，一个 local-first 界面与流程图生成工具，用户通过自己的 AI CLI 连接（antigravity、codex、claude 或 gemini）描述需求即可生成仪表盘、表单和流程，并保留本地版本历史。项目采用 Apache-2.0 协议，支持 macOS（Apple Silicon 与 Intel）和 Windows 11 x64，项目数据保存在浏览器 IndexedDB，无遥测、无云同步，并提供实验性的可编辑 Figma 导出。

  12. GitHub · 3D 生成新仓库12

    开源项目：基于 Hugging Face 深度学习模型的多模态文本生成图像方案

    GitHub 开源项目 A-Multimodal-Approach-to-Text-to-Image-Generation-Using-Deep-Learning-Models 探索基于 Hugging Face 文生图模型的多模态生成。项目用 Python 和 React.js 构建交互界面，实验了 100+ 提示词变体，评估 500+ 张生成图像，从提示词遵循度、语义相关性和视觉质量三方面对比不同模型的输出。

10月25日周日
  1. GitHub · 3D 生成新仓库22

    Fomi AI 内容生成工作区开源项目（AwaisAmin/ai-content-generation）

    一个基于 Next.js 16 的 Fomi 图像与视频生成工作区项目，包含按 mockup 实现的响应式 Workspace 和重新设计的 Studio 两部分。Studio 将生成过程做成版本控制：每个结果都是有父版本和可见 diff 的版本，支持 Vary、Refine、Remix 三种分支方式、并排或滑块对比，以及 J/K、V/R/X、C 等键盘快捷键。Workspace 支持最多 3 个生成并行、复用历史提示词、无限滚动 feed，并适配明暗主题与移动端，项目部署在 Vercel 上。

  2. GitHub · 3D 生成新仓库30

    AI Image Studio：自托管 GPU 加速的图像生成工作站

    开源项目 AI Image Studio 提供自托管、GPU 加速的图像生成 Web 应用，集成文生图、图像编辑、多图融合、Real-ESRGAN 超分（2x/3x/4x）与 outpainting，后端为 FastAPI，前端为 Vue 3 + TypeScript。运行时可选 7 个生成模型（如 Qwen-Image-2.1、ERNIE-Image Turbo (INT8)、FLUX.2 [klein] 4B、SANA-Sprint 1.6B），面向单张消费级 GPU（如 RTX 3080 20 GB），配备单工作线程任务队列、SSE 实时进度、生成历史与作品画廊，模型本地加载、无外部 API。

  3. GitHub · 3D 生成新仓库60

    gflow-cli 开源：用 Python CLI 和 MCP server 驱动 Google Flow 生成 Veo 视频与 Imagen 图片

    ffroliva 发布开源工具 gflow-cli，提供 Python CLI 和 MCP server，通过 Playwright 有头浏览器自动化操作 Google Flow，从终端批量驱动 Veo（t2v、i2v、r2v、extend）和 Imagen（t2i）生成。支持 Character 可复用角色、--tool 创意提示词改写、多场景 movie 清单，输出可路由到 S3、MinIO 或 Google Cloud Storage；项目为 alpha 状态，与 Google 无官方关联，仅 Veo 视频生成消耗账户 Flow 额度，纯 HTTP 传输因 reCAPTCHA 和 401 限制尚不可行。

    推荐理由：通过真实浏览器自动化把 Veo 和 Imagen 变成可脚本化的命令行工作流，还给出了账号风险与费用消耗的坦诚说明。

  4. GitHub · 去对齐工具与仓库40

    max-bitons/LLM-Test：在 NVIDIA GB10 / Blackwell 上用 vLLM 部署 LLM 推理、图像生成与安全压测的开源项目

    GitHub 项目 gb100test 在 NVIDIA GB10 / Blackwell GPU 上整合三类服务：通过 vLLM OpenAI 兼容 API 运行 Gemma 4 26B NVFP4、Llama 3.1（默认 8B Instruct NVFP4，上下文 64K）和 Qwen3.5-9B；用 Diffusers 提供支持 SDXL 与 FLUX.2-dev GGUF 的图像生成服务。项目还包含深度 QA 压测、图像生成性能测试及覆盖 10+ 类别的 100 个违禁主题安全边界测试脚本。

  5. GitHub · 3D 生成新仓库40

    emoji-studio：面向新 emoji 概念的开源模型后训练项目

    GitHub 开源项目 emoji-studio 探索用后训练生成新 emoji 概念，已完成 SDXL LoRA 试点训练和 72 组盲评，确定选用 step 25 checkpoint。单张 40 GB A100 负载测试中 18 个生成任务全部成功，吞吐 6.73 images/minute，p95 延迟 35.93 秒，总支出约 $1.49。两个模型都能渲染连贯物体但难以生成双手交互，机械物体如自行车仍是已知弱点，项目尚未训练交互 adapter。

  6. GitHub · 3D 生成新仓库48

    modelscope-studio：手机端优先的魔搭 AI 生图应用（Vue 3 PWA + Android 离线壳）

    GitHub 新仓库 mmximxim/modelscope-studio 是一个手机端优先的 AI 生图应用，基于 Vue 3 PWA 前端加本地 Node 服务端，调用魔搭 API-Inference 实现文生图、图生图与对话模型。应用内置 12 个精选模型（2026-10 验证可用），支持 1:1 至 16:9 画幅、标准 1K / 高清 1.5K 清晰度，提示词助手基于 DeepSeek-V4.1-Flash 优化提示词。同一前端可作 PWA 使用或打包成 Android APK（minSdk 26，targetSdk 35）离线壳，令牌只存本机服务端，生成图片仅落盘本机不上传第三方。

  7. GitHub · 3D 生成新仓库45

    开源本地 AI 媒体工作室 happica：ComfyUI + FastAPI + React 打造图文音视频生成流水线

    GitHub 上线开源项目 happica，一个基于 Apple Silicon 的本地 AI 媒体工作室，用 ComfyUI 负责生成、FastAPI 运行流水线和任务队列、React Web UI 运行在 localhost:5173。支持图片、故事视频、带歌词的歌曲、MV、音效、配音，以及通过 PhotoMaker 复用角色面孔。

  8. GitHub · 3D 生成新仓库47

    stevemtg/local-mcp-server：让本地模型通过 ComfyUI 生成图像

    GitHub 上的开源项目 stevemtg/local-mcp-server 通过 MCP 协议让本地 AI 模型调用 ComfyUI 生成图像，并结合 Ollama 运行模型与嵌入，支持图像检查、透明度检测、白底去除和代码语义搜索。服务器负责协调 GPU 内存：图像生成前卸载 Ollama 模型，任务结束后重新加载。该项目通过 Cline 等 MCP 客户端接入，需 Python 3.10+，配置后可完全本地运行，无需云端推理 API。

  9. GitHub · 3D 生成新仓库24

    PixeLuxe AI 图像生成器开源仓库上线：主打霓虹电影感视觉风格

    GitHub 新仓库 PixeLuxe 开源了一款主打霓虹暗调、电影感风格的 AI 图像生成前端，支持文生图与图生图工作流，提供参考图上传、多变体对比和全分辨率导出。仓库目前只包含完整前端与 PWA 设置，生成功能仍为模拟状态，等待接入真实图像模型，后续计划包括接入在线模型、账号与历史记录、风格预设和公开 API。

  10. GitHub · 3D 生成新仓库25

    原生 macOS 绘图应用 Artsy 上架 GitHub：支持 Metal 渲染、压感手写板与 AI 图像生成

    macOS 原生绘图应用 Artsy 开源上架 GitHub，基于 Metal 实现 GPU 加速笔触渲染，支持 Wacom、Xencelabs 等压感手写板及自动笔/橡皮切换。内置 Hard/Soft Round、Watercolor、Acrylic 等笔刷与图层、选区工具，AI 生成接 OpenAI Images 和 Google Gemini/Imagen，并集成 Unsplash 图库。应用要求 macOS 14.0 (Sonoma) 及以上，可通过 Releases 下载 DMG 或从源码构建。

  11. GitHub · 3D 生成新仓库47

    abhishek944/pi-image-gen：Pi 图像生成扩展仓库

    GitHub 新仓库 abhishek944/pi-image-gen 为 Pi 智能体提供图像生成与编辑（image_generate）、可选 sprite 生成（sprite_generate）和独立的已有图像搜索（image_search）扩展。它支持多家生成服务商，包括 OpenAI gpt-image-2、Google Gemini 的 nano-banana 系列、阿里 qwen-image、火山引擎 Seedream、Meta muse-image、Microsoft MAI-Image 等，可通过 OPENAI_API_KEY 等密钥或 Pi 的 ChatGPT Plus/Pro 订阅登录调用。该包可通过 npm 或 GitHub 安装，也可作为 Node 22 的 ESM 库导入使用。

  12. GitHub · 3D 生成新仓库13

    SaniaE/gans-data-augmentation：用 GAN 和 VAE 生成加油站卫星图像合成数据

    该 GitHub 仓库用 GAN 和 VAE 生成加油站卫星图像合成数据，以缓解数据稀缺问题。项目实现了 Simple GAN、DCGAN、WGAN-GP 和 VAE 四种模型，实验发现 Simple GAN 和 DCGAN 训练不稳定、易出现梯度消失和结构模糊；改用 WGAN-GP 后收敛更稳定，再结合 DiffAugment 可在 256×256 分辨率下生成清晰高保真的样本。模型支持 GPU 训练、checkpoint 保存与训练过程可视化。

  13. GitHub · 3D 生成新仓库14

    Mrak0be5/tigress-thread-gallery：双版本 AI 生成图库仓库发布

    GitHub 新仓库 tigress-thread-gallery 提供同一图库的两个版本：外部 GitHub Pages 版仅含图库、不含密钥和 MiniMax 指南，本地版则显示 Wan 密钥、MiniMax 指南及完整 manifest.json（外部版用 manifest-public.json）。仓库通过 publish-add.py 脚本添加图片，支持 sheet、scene、identity、bunny、video、story 分类，story 分类经 story.html 阅读器单独展示，标注 18+ only、noindex。

  14. GitHub · 3D 生成新仓库35

    EasyComfyUI：免代码在免费 GPU 上运行 ComfyUI 的 Colab/Kaggle 笔记本

    EasyComfyUI 发布 V5 版本，新增 Kaggle 笔记本（T4 ×2 免费 GPU）与更可靠的下载逻辑，原有 Google Colab 版同步保留。该笔记本无需编程经验即可运行 ComfyUI，支持 Stable Diffusion 与 FLUX 图像生成；推荐 FLUX.2 [klein] 9B，可在免费 T4 约 15GB VRAM 内运行（官方规格约 29GB）。生成图片自动保存至 Google Drive，还支持从 Civitai 和 Hugging Face 下载模型。

10月24日周六
  1. GitHub · 3D 生成新仓库52

    takelab-comfyui v0.2 开源：基于 Wan 2.1 Fun Camera 1.3B 的多机位视频生成与选条本地应用

    GitHub 仓库 ivy343/takelab-comfyui 发布 v0.2，一个本地应用，输入一张图和场景描述后最多按 3 种相机条件生成视频，并在同时间点对比、挑选要保留的 take。v0.2 实际运行 Wan 2.1 Fun Camera 1.3B，由扩散模型生成画外区域、遮挡和视角变化，不再使用 v0.1 的数字平移缩放渲染器。默认输出 512×336、49 帧、16fps、20 步；验证环境为 Windows/ComfyUI 0.39.0/RTX 4060 Ti 16GB，单次预检生成约 81 秒。需 ComfyUI 及约 11.5GB 的 4 个模型文件，支持失败 take 重跑并保留历史，应用代码以 MIT 协议开源，不含模型权重。

  2. GitHub · 去对齐工具与仓库57

    AstrBot 插件 astrbot_plugin_nai_draw 发布，让 LLM 在聊天中自主调用 NovelAI 生图

    WhitesilkCola 发布 AstrBot 插件 astrbot_plugin_nai_draw，让 LLM 在聊天中自行判断何时出图并生成 prompt，经 NovelAI 格式中转站生成后直接发出，无需命令或关键词。插件不注入任何前缀，构图全由 prompt 决定，附 915 条配方库、16,007 条本地 tag 索引、多 key 轮换与 NSFW 开关，要求 AstrBot >= 4.26 且 < 5。

    推荐理由：原文给出插件的功能清单、接口约定和踩坑写法，读者可以照着判断是否适配自己的 AstrBot 生图场景。

  3. GitHub · 3D 生成新仓库8

    M&K Agency 开源基于 Next.js 的三语保险网站与 Grok 图像工作室

    GitHub 新仓库 mkagencyinc-site 基于 Next.js 构建了 M&K Agency Inc. 的 EN/ES/RU 三语保险网站，包含报价表单、回电请求（Neon DB + Resend 邮件）和接入 xAI Grok 的 AI 聊天组件。站点还内置由 STUDIO_KEY 密码保护的 /studio 私有 Grok 图像生成页面，可通过连接 Vercel 的 main 分支部署。

  5. GitHub · 3D 生成新仓库39

    DigiSavvy 开源 Oxen AI 图像与视频生成 Web 工作室 oxen-ai

    DigiSavvy 在 GitHub 开源 oxen-ai，一个用于 Oxen AI 图像与视频生成的轻量 Web 工作室，支持 Text → Image、Image → Image、Text → Video、Image → Video、Video → Video 五种模式，任务经 Oxen 异步队列生成并保存结果。每位登录用户保存自己的 Oxen API key，由服务器加密存储，浏览器不再接触密钥。应用基于 Node 22+ 和 Cloudflare（D1、R2）构建，登录仅限 GitHub 账号，采用 MIT 许可证。

  6. GitHub · 3D 生成新仓库42

    dsh-imagegen：DeepSeek Harness 的一站式 AI 生图插件

    dsh-imagegen 是 DeepSeek Harness 的生图插件，通过 `dsh plugin --profile web add @dickpy/dsh-imagegen` 安装，集成文生图、图生图、无限画布、电商套图、图片转可编辑 PPT、多模型对比与画廊管理等功能。插件支持 OpenAI 兼容 Images API / Chat Completions，并预置 xAI Grok、Google Nano Banana、Seedream、Qwen-Image 等渠道，历史与画布数据保存在本机 ~/.dsh/dsh-imagegen/。项目采用 Apache-2.0 许可证，从插件 1.8.2 起支持在面板内在线更新。

  7. GitHub · 3D 生成新仓库39

    davendra/go-bananas-plugins：让编码 Agent 生成和编辑图像的 Go Bananas 插件仓库

    davenda/go-bananas-plugins 仓库提供 Go Bananas 插件，让编码 Agent 生成和编辑图像、跨场景保持角色与产品一致并制作海报，结果保存到 Go Bananas 图库。插件内置 Go Bananas MCP server（OAuth 登录）和一个指导 Agent 使用的 skill。支持 Claude Code、Claude app 和 Codex，其他 Agent（ChatGPT、Cursor、VS Code、Gemini CLI 等）可参考 gobananasai.com/connect。

10月23日周五
  1. GitHub · 3D 生成新仓库14

    Yosephines 发布 IE7615-Group1-Project2：基于 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目

    该仓库是使用 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目，首版包含 1,000 组 COCO 图像-文本对、数据集 notebook 与备忘录，复核中修订了 133 条 caption 并替换 2 张图像。项目在 Python 3.13.9 下通过虚拟环境搭建运行，剩余工作包括 GPU/CLIP embeddings、基线生成与分析及 5-6 页报告。

  2. GitHub · 去对齐工具与仓库55

    LudwigKienle 开源本地优先 AI 视频制作编辑器 ai-video-production-editor

    LudwigKienle 在 GitHub 开源了本地优先的 AI 视频制作编辑器，覆盖剧本、导演处理、分镜、拍摄、剪辑、调色到导出的完整流程，核心采用 GPL-3.0 许可。

    推荐理由：开源的本地优先 AI 视频制作工作台，把剧本到导出的完整流程和多家模型路由整合进一个自持项目文件夹。

  3. GitHub · 3D 生成新仓库25

    Digvijaythul123 开源 Content_Generation_Agent：本地 Python 短内容生成与发布原型

    GitHub 新仓库 Digvijaythul123/Content_Generation_Agent 是一个本地 Python 原型，用于生成和审核短视频内容，采用单开发者友好的模块化单体架构。已实现 YAML 内容档案（Buddha's Teachings、Comedy、QA Engineering & AI 等）、单图 Reel（1080×1920 封面、8s MP4）、Instagram Feed 轮播发布及 Facebook 联动，并支持通过 Instagram API 发布或定时。模型调用 Ollama 兼容端点，AI 视频渲染与 3D 角色仍为 FUTURE 规划。