AI 软件
买软件、装软件之前先查:要不要花钱、能不能填自己的 Key、开源还是收费、用的人多不多。
收录 3,606 款 · 数据来自 GitHub 和 App Store,每天更新 · 更新时间 2026 年 10 月 5 日
用 AI 生成或编辑图片、视频、音乐的工具。
怎么排的:我们整理的常用软件在前,按分类排,同一类里评分人数多的在前;其余按 GitHub 收藏数从多到少。
- StabilityMatrixLykosAIStable Diffusion等多模态生成模型提供一键包管理、本地模型管理与内置Inference推理工作流。免费开源 · AGPL-3.0GitHub 收藏 8.9K近 7 天 +28
- Stable Dreamfusionashawkey基于NeRF与扩散模型(Stable Diffusion/Zero-1-to-3)实现文本/图像生成3D网格模型,属于AI多模态生成。免费开源 · Apache-2.0GitHub 收藏 8.9K
- Bert VITS2fishaudio项目结合多语言BERT与VITS2骨干网络实现文本转语音(TTS)训练与推理。免费开源 · AGPL-3.0GitHub 收藏 8.8K近 7 天 +-1
- VARFoundationVisionNeurIPS 2024 最佳论文 VAR 的官方实现,能基于多尺度预测的自回归图像生成与训练模型。免费开源 · MITGitHub 收藏 8.7K
- VoiceCraftjasonppy基于神经编解码器语言模型的零样本语音编辑与TTS生成。许可证需自行查看GitHub 收藏 8.6K
- EmotiVoicenetease-youdaoEmotiVoice 是一个开源文本转语音(TTS)引擎,核心实现多音色和情感提示词驱动的语音生成模型与推理工作流。免费开源 · Apache-2.0GitHub 收藏 8.5K近 7 天 +3
- Imagen PytorchlucidrainsGoogle文生图模型Imagen及文生视频扩散模型的PyTorch底层实现与训练工具。免费开源 · MITGitHub 收藏 8.4K近 7 天 +2
- ASRT SpeechRecognitionnl8590687基于深度学习(CNN+CTC与语言模型)的中文语音识别系统,提供完整的模型训练、测试与API部署工作流。免费开源 · GPL-3.0GitHub 收藏 8.4K
- BasicSRXPixelGroupBasicSR 是基于 PyTorch 的开源图像/视频超分辨率与复原工具箱,直接实现和训练 SwinIR、StyleGAN2 等深度学习模型。免费开源 · Apache-2.0GitHub 收藏 8.4K近 7 天 +5
- Qwen-ImageQwenLM开源图像生成与编辑基础模型(Qwen-Image),核心功能完全基于扩散/MMDiT多模态AI模型,支持文生图和图像编辑。免费开源 · Apache-2.0GitHub 收藏 8.4K近 7 天 +3
- Dream Texturescarson-katri项目将Stable Diffusion等生成式AI模型深度集成至Blender中。免费开源 · GPL-3.0GitHub 收藏 8.2K近 7 天 +4
- imaginAIrybrycedrennan核心功能即为通过Stable Diffusion、SVD等AI模型进行图像与视频生成、图像编辑及超分辨率放大。免费开源 · MITGitHub 收藏 8.2K近 7 天 +3
- Background Removernadermx利用 u2net 等视觉 AI 模型实现图像与视频的智能背景抠除。免费开源 · MITGitHub 收藏 8.1K近 7 天 +3
- PaddleGANPaddlePaddle飞桨开源的生成对抗网络(GAN)算法库。免费开源 · Apache-2.0GitHub 收藏 8K
- RapidOCRRapidAIRapidOCR 是基于深度学习与多推理引擎的开源 OCR 文字识别工具包。免费开源 · Apache-2.0GitHub 收藏 8K近 7 天 +51
- ShortGPTRayVentura利用LLM和语音合成自动化生成短视频与配音的多模态视频创作框架。免费开源 · MITGitHub 收藏 8K近 7 天 +13
- Mlx AudioBlaizzy基于Apple MLX框架的多模态音频AI库,提供TTS、STT、STS等多种模型推理与量化。免费开源 · MITGitHub 收藏 8K近 7 天 +32
- InfiniteTalkMeiGen-AI基于扩散模型与音频编码器的无限时长说话人视频生成与配音(I2V/V2V)。免费开源 · Apache-2.0GitHub 收藏 8K近 7 天 +40
- MochiDiffusionMochiDiffusion基于Core ML和Metal在Mac本地运行Stable Diffusion与FLUX.2模型生成图像的原生AI应用。免费开源 · GPL-3.0GitHub 收藏 8K近 7 天 +2
- Modlylightningpixel基于本地GPU及Hunyuan3D/TripoSG等AI模型将图像转为3D网格模型。许可证需自行查看GitHub 收藏 7.9K近 7 天 +73
- Fast Stable DiffusionTheLastBenStable Diffusion、ComfyUI、A1111 与 DreamBooth 的 Colab 快速微调与运行笔记本。免费开源 · MITGitHub 收藏 7.9K
- VITSjaywalnut310端到端文本转语音(TTS)的深度学习生成模型与训练推理实现。免费开源 · MITGitHub 收藏 7.9K近 7 天 +-1
- ComfyUI Workflows ZHOZHO-ZHO-ZHOComfyUI 工作流合集,核心内容及实现均为基于 FLUX、SD3、Hunyuan Video、LLM、3D 生成等 AI 多模态模型的实际生成工作流配置与实践。免费开源 · GPL-3.0GitHub 收藏 7.9K近 7 天 +10
- Dreambooth Stable DiffusionXavierXiao基于Stable Diffusion实现Dreambooth微调扩散模型与个性化图像生成工作流,属于AI多模态生成微调实现。免费开源 · MITGitHub 收藏 7.7K近 7 天 +-4