AI Works

发现可运行的 AI 项目与 Skill

REA Video(视频逆向拆解) 看到一条爆款视频,想知道它是实拍、AI生成还是3D渲染,只能靠猜。REA Video 把视频逐镜头拆开判定来源并给出复刻方案,拆解全在本机完成,桌面四步向导不用命令行,只有开模型复核才联网。 项目 创作设计 设施特 GPT Images 2.6(图像生成) 做图最烦的是改着改着就变样,还有等出图。GPT Images 2.6 是 OpenAI 新一代图像模型,生成速度快 50%、最快 6 秒出图,Sunburst 型号专门解决多轮修改人物商品走形,还能直接生成循环 GIF 和导出 SVG 矢量 项目 创作设计 设施特 WeVisOne-VL(微信视觉模型) 检测、指代定位、计数、OCR、分割、抠图,以前要拼好几个模型才能做完,还得外挂 SAM。WeVisOne-VL 是腾讯微信视觉团队开源的 2B/4B 视觉语言模型,用 960 万参数的小解码器直出掩码和发丝级抠图,一个模型干七类活,拒识准确 项目 创作设计 设施特 VoiceStudio(本地配音) 云端配音按字数收费,敏感素材又不敢往上传。VoiceStudio 是本地跑的 AI 声音工作室,克隆、设计音色、配音、听写、转录、有声书一条龙,覆盖 646 种语言,macOS、Windows、Linux 和手机都能装。 项目 创作设计 模型前线 rea-video(逆向拆视频) 看到一支爆款视频想学着做,只能凭感觉猜它是实拍、AI 生成还是代码做的。rea-video 逐个镜头拆给你看:机位、运镜、布光、提示词,再告诉你该怎么复刻。输出一份给人看的 report.html 和一份给 AI 读的 VIDEO.md。 项目 创作设计 模型前线 Looogen 阿里做的短剧生产工具,说一句"做个古装甜宠短剧",它自动拆剧本、设计镜头、生成角色场景、配音配乐直到出片。素材全存在你本地不上传,十几集角色造型和画风能锁住不变脸——这是 AI 短剧最痛的问题。 项目 创作设计 我是贝东 VoxCPM(语音合成) 配音要自然又要能克隆音色,可主流 TTS 靠离散 token 一步步拼,读长句容易发飘。VoxCPM 走无 tokenizer 路线,端到端扩散自回归直接生成连续语音表示,多语种、创意音色设计、拟真克隆都支持,Apache-2.0 开源。 项目 创作设计 AI脉搏 Open-Generative-AI(开源生成) 用 AI 出图出视频,按次计费还带内容过滤,想做点边缘题材就被拦。这套开源自建工作台整合 600+ 模型、14 个工作室,图、视频、数字人一站出,无内容过滤无订阅,可桌面可自建。 项目 创作设计 克维AI志 WorldCast 做视频生成最头疼的:镜头一转,人就变了样。WorldCast 专治这个——给一张角色照片加相机轨迹,能生成镜头绕角色转 360 度的视频,转到背面也不变脸。需要显存 48GB 以上的显卡。 项目 创作设计 我是贝东 PaperOrchestra(科研写作) 写论文最累的不是实验,是把一堆想法和实验日志熬成能投的 LaTex 稿件。这是 Google Cloud AI Research 开源的多智能体框架,把提纲、文献综述、章节写作、润色、画图交给一队分工明确的 Agent,从原始材料直接产出可 项目 创作设计 智能体笔记 vork(三维渲染引擎) 让 Agent 做 3D 或特效,它得先啃完 Blender 那一大套 API,几个来回就烧光上下文。vork 把整个场景写成代码,核心 API 只有约 2,500 token,Agent 能连着色器和物理一起写。一百万个粒子 1080p 项目 创作设计 提示词工坊 sand3d(LLM写3D) 让大模型写 3D 模型,最痛的是它得先啃会 Blender 那一大套 API,几个 token 就烧完了。sand3d 把 3D 建模写成短程序,同一个零件比 Blender Python 省 2 到 6 倍 token,整个 API 只占 项目 创作设计 AI脉搏 Upscayl(AI图像放大) 老照片、截图、低分辨率素材一放大就糊,云端工具又要上传原图和月费。Upscayl 是免费开源的 AI 图像放大工具,本地用显卡跑模型,放大同时补细节,Windows / macOS / Linux 三端都有安装包,当前版本 v2.15。 项目 创作设计 设施特 MV Buddy 你有歌,想配一支 MV,但不会分镜、不会剪辑、请不起导演——这工具就是干这个的。上传歌曲后,内置导演会听出情绪,自动构思剧情、规划分镜,一键出片。角色跨镜头不变脸,剪辑点自动卡在音乐节拍上。 项目 创作设计 我是贝东 ffmpeg-skill(视频编辑代理) 让编码 Agent 帮你剪视频,最缺的是它能看懂、能改画面的眼睛和手。这个项目给 Claude Code、Cursor、Codex 装上本地视频编辑器,内置 42 个 FFmpeg 工具,裁剪、加字幕、转格式、调分辨,还能自检输出效果。无需 项目 创作设计 多模态速递 youtube-automation-agent(油管自动化) 一个人管一个 YouTube 频道,选题、写稿、配音、剪片、写标题全得自己来。这个自托管 agent 把整条链路串起来,产出真实 MP4,但每条发布前必须过事实核查和你的确认。八家文本模型、五家视频模型可选,也能本地免费合成。 项目 创作设计 落地实践派 dsh-image-gen(对话生图) 在对话里让 AI 画图,通常一次只出一张,改一版就得重说一遍需求。这个 DeepSeek Harness 插件让智能体学会规划整组图、看懂画布草图、自己套 500+ 提示词。GitHub 1483 星。 项目 创作设计 多模态速递 Veyra(视频增强) 本地视频、游戏串流画质糊、噪点多、不够流畅。Veyra 是 Windows 上的实时 GPU 视频增强器,一个管线做超分、降噪、HDR、插帧,还能采集 PS5/Xbox/PC 画面。便携版累计下载超 7.9 万次,支持 NVIDIA 和 A 项目 创作设计 实用软件阁
1 2