正在整理你需要的资料…
增量榜看的是「这段时间里涨了多少 star」,不是 star 总数。 快照每天记一次,所以历史越长,窗口越准。
周榜 · 最近一周新增的 star · 数据日期 2026-11-18 · 共 25 个项目 · 第 1 / 2 页
快照历史是从 2026-11-06 开始积累的,目前只有 6 天,所以这个「周榜」实际覆盖的是最近 6 天,还不是完整的 7 天。积累够了会自动变成完整窗口。
第 8 名想复刻一条爆款视频,得先知道它每个镜头是怎么来的。rea-video 逐个镜头拆开,判断是实拍、AI 生成还是代码做的:实拍给机位和灯光设备(12 套机位附器材清单),AI 视频反推提示词并指出该用哪个模型,代码做的给文本、版式和动效时序。字幕能导出 SRT / ASS,音轨的 BPM 和音效位置也标出来。
第 10 名产品宣传片想用代码渲染,镜头库和动效得自己攒。给 Claude Code 和 Codex 用的视频技能备了 124 张镜头配方卡和 150 个动效预览:Agent 抓你的真实页面做素材,挑镜头、排分镜,用 Remotion 逐帧画出来,卡点对齐、音效设计都做掉。它不是视频生成模型,每一帧都是代码画的。
把文档或主题交出去,想要的不是图片拼的幻灯片,而是一份还能在 PowerPoint 里继续改的原生稿。ppt-master 生成的是真形状、真切换、真动画,图表和表格按数据来,还能从备注生成旁白音频,并支持套用自己的 .pptx 模板。
刷到爆款视频想复刻,不会写视频代码也能动手:Agent 把参考片拆成镜头和转场,用 HTML 写出来渲染成 MP4。Motion.md 记镜头顺序与节奏,BYOA、BYOK,图像用 Nano Banana 2、视频用 Seedance 2.0、配乐 Suno v4、旁白 Kokoro。
想自建一个 AI 绘图和生视频的站,14 个 studio、600 多个模型(Flux、Midjourney、Kling、Sora、Veo)摆在一起,还明确不做内容过滤;Open-Generative-AI 是 Next.js 应用,能打成 Windows、macOS、Linux 桌面端自己跑。
第 51 名想复刻 Higgsfield 那套创作应用,模型却全锁着。freefield 在 ComfyUI 上重建了图像、视频、特效、音频共 120 个应用,每个应用就是一个文件夹加一份 ComfyUI 工作流,模型全是开放权重,没有 API 或合作方节点;跑在 Modal 或自己的显卡上都行,每个示例都标了实测耗时与显存峰值。
要让智能体学会用电脑,得先给它真的桌面、能连网的机器和可重复的考题。cua 把这四件事(computer-use 训练与评测)拆成开源件:跨系统桌面自动化的 Cua Driver、本地虚拟机 Lume、做决策的 CUA-S1、造任务和打分的 Cua Bench,还能把多台电脑拼成团队和智能体共享的算力。
第 62 名想让 AI 出的代码动画有固定风格,光说「电影感」只会糊一版。code-animation-prompts 备了 341 种风格提示词和 196 张参考静帧,配一个离线挑选器,分 10 个系列:粒子、霓虹、水墨、剪纸都有。挑完封成 Claude Code、Codex 能装的技能,一键导入就能渲染成 HTML 视频。
第 66 名本地跑大模型,显存就是那道墙。MACaQ 是华为诺亚方舟实验室的模型无关量化框架,把文本、图像、视频、音频模型量化成 GGUF:Diffusers 走 W4A4,llama.cpp 出 2/3/4-bit GGUF,vLLM 做文本生成与服务,PyTorch 负责语音;每个后端要单独建 Python 3.12 环境。官方称量化 122B 模型约需 64 分钟、32.5GB 显存。
从选题到多语言 YouTube 视频,脚本、分镜、美术、配音、成片每一步都得另找工具。Claude Agent 写故事和脚本、规划分镜、设计矢量美术并自审,配音、图像和视频片段走付费媒体 API,Remotion 渲染成片,网页 Studio 逐步显示进度、留给人做最后决定。
第 69 名换脸换装类短视频,闭源平台意味着素材得先上传。openjutsu 是开源版的 Higgsfield Genjutsu,MiniMax H3 出视频、SAM 3.1 跟踪人物、FLUX 负责重打光,全套跑在本地 GPU 上;镜头、剪辑、运动和原声都保持不变,还能改发型衣服、把东西挪走。默认用 Qwen3-VL 8B 描述画面和镜头。
第 71 名没预算买云端算力,想在本地显卡上出视频?FreeVideo 让 MiniMax H3 在 8GB 显存加 16GB 内存的消费级显卡上就能跑,权重摆放、计算精度和注意力核按你的硬件自动挑。
第 74 名文生图和多图编辑各占一套权重,显存吃紧时更难受。MiniMax 官方放出的开源权重模型一个检查点同时干两件事:可直出约 16MP、最多接受 16 张参考图,扩散转换器 33.1B 参数,转换器权重 66GB 加 VAE 2.3GB。
小说或剧本变成视频,卡在角色前后镜头长得不一样。ArcReel 是可自托管的 AI 视频工作台:先把故事拆成角色、场景、道具资产,再生成分镜和视频片段,跨镜头保持一致,最后导出能继续编辑的剪映草稿;每个阶段都可由 Agent 编排,也可由用户审核重做,模型供应商和调用花费都记在案上。
让 AI 批量出图,最容易翻车的是角色画得不像、品牌色跑偏。skills 通过 Scenario MCP 生成图片、视频、音频与 3D 资产,先选模型、预估价格,再保持角色与品牌一致;另有团队技能驱动 Blender、Maya、ZBrush、Unreal、Unity。
改论文排版最烦的是盯着 .tex 源码,猜 PDF 最后长什么样。Papilot 这个 AI LaTeX 编辑器反过来做:只读 PDF、不写 .tex,你在排好版的页面上圈出句子或公式写批注,agent 去找源码,再把改动以排版后的 diff 呈现给你看。
第 89 名vLLM 原本只管文本自回归生成,想把视频、语音、图像模型摆进同一套推理栈,就得换一套框架。vLLM-Omni 把文本、图像、音频、视频、动作统一到一个运行时对外服务,也纳入了非自回归的 DiT 这类并行生成模型,输出可以是文字、多模态或动作。Apache-2.0 协议。
把一条视频译成 120 多种语言再配音,每条都得手动过一遍工具。OpenCreator(原名 KrillinAI)拿 Codex CLI 当执行引擎,视频下载、翻译配音、图像与音频生成、文章和短视频脚本收在一个界面里,还能用自然语言给 Agent 派活。
第 94 名看到一条喜欢的视频,想拿同样的风格做一条自己的?ReelMimic 丢进参考片(本地文件、手机录像或 YouTube 链接都行),先拆出剪辑节奏、镜头长度、转场、构图、配色和运镜,出一份方案给你过目,还能直接聊、改设置。之后由一队 AI 智能体并行做片段,逐镜头自检、不过就返工 —— 原片的画面、角色和素材不会带过来。
第 99 名做一条短视频,素材生成、剪辑、导出分散在几个工具里,搬来搬去最耗时间。OpenDirector 是本地运行、用浏览器打开的 AI 视频创作工作台:跟助手聊想法顺手生成素材,在画布上归拢素材、反复改,图像、视频、音频都能编辑,再把素材拖到时间线上剪成片,导出 MP4。工程留在你自己机器上,生成用哪家提供方的 API 随你选。
一条知识短片要过选题、查证、写稿、配音、成片、质检发布,渲染管线自己搭很累。vibe-knowledge 是 Claude Code 技能,把一个知识点走完全流程:内置 44 套视觉风格与三套渲染方案,画面由代码逐帧渲染、旁白配音一并生成,交付 1080p60 成片和发布包,全程在对话里完成。
想比较循环深度、稀疏注意力和线性注意力到底谁强,难点不在训练而在公平 —— 数据、token 数、理论算力必须对齐。NextTransformer 在相同数据、相同 token 数、相同理论训练算力下跑这几种 Transformer 架构,开放了 31 次已完成训练、36 份模型卡和可复现排行榜,浏览器里能看每条学习曲线和 22 项 CORE 任务。
从剧本到成片,中间隔着脚本、分镜、素材、配音。DramaClaw 串成一条可自托管的 AIGC 流水线:Agent Xia Director 排工作流,无限画布 XiaHua 生成并串联图像视频音频,流水线 XiaJi 从小说或剧本直接出成片,模型经 OpenAI 兼容网关任意接入。
不想给云端 API 付钱、也不想装 Python 环境,模型就全跑在本机。mlx-serve 用 Zig 后端加 Swift 桌面 App 在 Apple Silicon 上跑,OpenAI、Anthropic、Ollama 三套 API 同端口,出图、生视频、音乐、语音和 3D 都能做;内存装不下的模型直接从 SSD 流式读取专家权重,两台 Mac 用雷雳 5 线合跑一个模型。
名次按窗口内新增的 star 排,同增时比 star 总数。快照逐日积累,窗口越长越准。