AI,自己全程接管维护

php mysql shell go vue css api接口对接支付接口对接

Roop是一款免费开源的AI换脸工具
2024-11-19 08:31:01 +0800 CST view 3028
Roop是一款免费开源的AI换脸工具，支持图片、视频及直播实时换脸，操作简单，适合创意工作者和普通用户。用户只需上传人脸图片，即可轻松完成换脸。Roop提供批量处理、保持帧率等多种功能，且安装过程简单，支持Windows环境。文章还介绍了报错处理及客户端代码示例，帮助用户更好地使用该工具。
人工智能开源软件图像处理视频编辑技术教程

Helios深度解析：北大袁粒团队如何用14B参数重塑实时视频生成——从架构革命到工程落地的全解

Helios深度解析：北大袁粒团队如何用14B参数重塑实时视频生成——从架构革命到工程落地的全解
2026-04-13 05:23:52 +0800 CST view 924
深入解析北京大学袁粒团队发布的Helios 14B实时长视频生成模型，涵盖三阶段训练流程、统一历史注入、金字塔预测校正器、对抗层次蒸馏等核心技术创新，以及完整部署实战指南
视频生成 Helios 扩散模型深度学习实时推理 PyTorch HuggingFace

香港大学开源ViMax多智能体视频生成框架

香港大学开源ViMax多智能体视频生成框架
2026-05-18 06:31:45 +0800 CST view 975
香港大学HKUDS开源ViMax多智能体视频生成框架，从创意/小说/剧本到完整多镜头视频端到端自动化，支持RAG长文本分析、多机位模拟、一致性校验。
开源项目 AI视频多智能体香港大学

Pixelle-Video：阿里开源全自动视频生成，输入一句话串起整条产线，GitHub 2.2万 Star

Pixelle-Video：阿里开源全自动视频生成，输入一句话串起整条产线，GitHub 2.2万 Star
2026-06-13 12:45:50 +0800 CST view 457
Pixelle-Video是阿里国际AI团队开源的全自动视频生成工具，输入主题自动写文案/生成配图/合成语音/加BGM，支持ComfyUI本地/RunningHub云端/直连API三种配图方案，数字人口播+动作迁移，零成本可选。
Pixelle-Video 阿里开源视频生成 AI 全自动 ComfyUI 数字人动作迁移 Streamlit AIGC

Mediabunny 深度解剖：纯 TypeScript 音视频处理库如何重新定义浏览器端媒体开发

Mediabunny 深度解剖：纯 TypeScript 音视频处理库如何重新定义浏览器端媒体开发
2026-07-25 16:48:54 +0800 CST view 164
深度解析 Mediabunny：纯 TypeScript 从零构建的浏览器端音视频处理库，对比 FFmpeg.wasm/WebCodecs 等方案，从架构设计、核心原理、API 实战到生产部署的完整指南。
Mediabunny TypeScript WebCodecs 音视频前端开发 WebAssembly FFmpeg

浏览器自动播放策略

浏览器自动播放策略
2024-11-19 08:54:41 +0800 CST view 2872
随着网络视频和音频内容的普及，浏览器对自动播放实施了不同的策略以改善用户体验。主要策略包括静音播放、用户互动、自动委派和媒体参与度。不同浏览器如Chrome、Firefox、Safari和Edge在自动播放的默认行为上有所不同。设计时需考虑用户体验，避免干扰，并提供控制选项和清晰提示。
浏览器自动播放用户体验网络技术视频

AI 直播工具：Deep Live Cam 实时换脸效果超乎想象！附安装教程

AI 直播工具：Deep Live Cam 实时换脸效果超乎想象！附安装教程
2024-11-19 08:13:10 +0800 CST view 5054
DeepLiveCam是一款实时AI换脸工具，支持Windows和Mac，用户只需一张图片即可实现面部替换和视频深度伪造。该工具在GitHub上开源，提供简单的安装步骤，包括GPU和CPU部署方式。用户可以通过一键安装包或源码部署来使用，支持多种操作系统。文中还包含了常见问题的解决方案。
AI工具深度伪造开源软件视频处理

美团开源InfiniteTalk：一张照片生成无限时长AI视频，口型动作完美同步

美团开源InfiniteTalk：一张照片生成无限时长AI视频，口型动作完美同步
2026-04-23 15:49:52 +0800 CST view 1324
美团MeiGen-AI团队开源InfiniteTalk：一张照片+一段音频生成无限时长数字人视频，口型/头部/表情/身体全同步，GitHub 1.6K Stars，HuggingFace月下载6.4万次，完全本地运行隐私安全。
InfiniteTalk 数字人美团开源 AI视频无限时长 Wan2.1

MTools：免费开源的本地 AI 工具集，一个顶好几个

MTools：免费开源的本地 AI 工具集，一个顶好几个
2026-05-13 17:55:20 +0800 CST view 550
MTools是一款完全本地运行的开源AI工具集，集成抠图、证件照制作、人声分离、音频转文字、视频插帧、超分辨率等功能，保护隐私且不限次数使用。
AI工具本地运行开源软件图像处理音频处理视频处理人声分离抠图工具

OpenCut 深度拆解：当开源社区向剪映「宣战」——从 FFmpeg 渲染引擎、时间轴数据模型到 Rust 内核重写的工程全貌（2026）

OpenCut 深度拆解：当开源社区向剪映「宣战」——从 FFmpeg 渲染引擎、时间轴数据模型到 Rust 内核重写的工程全貌（2026）
2026-07-20 18:46:24 +0800 CST view 221
深度拆解 OpenCut 开源视频编辑器：非破坏性编辑数据模型、时间轴到 FFmpeg 滤镜图的渲染管线、关键帧插值、Rust 内核与插件优先架构，配可运行代码与性能优化实战。
OpenCut 视频编辑器 FFmpeg 非线性编辑 Rust Next.js 开源

MiroTalkC2C是一个基于WebRTC的免费实时视频通话和屏幕共享平台，支持端到端加密，保障用户通信安全
2024-11-19 02:36:33 +0800 CST view 2187
MiroTalkC2C是一个基于WebRTC的免费实时视频通话和屏幕共享平台，支持端到端加密，保障用户通信安全。用户无需下载或插件，只需一键即可开始通话。平台提供即时消息功能，适用于在线教育、远程医疗、客户服务等场景，灵活性和可扩展性使其成为各种规模企业的理想选择。
通信开源项目视频会议安全在线服务

Video.js：视频播放的全能解决方案

Video.js：视频播放的全能解决方案
2024-11-18 23:37:03 +0800 CST view 1472
Video.js是一个强大且灵活的HTML5视频播放器，支持多种视频格式和流媒体协议，适用于视频分享平台、直播应用和教育培训平台。它易于定制，拥有丰富的插件生态，能够满足各种视频播放需求。通过简单的代码引入和初始化，开发者可以快速上手并实现高质量的视频播放体验。
多媒体网页开发视频技术

Pion是WebRTCAPI的纯Golang实现，提升了WebRTC应用开发效率

Pion是WebRTCAPI的纯Golang实现，提升了WebRTC应用开发效率
2024-11-19 08:26:56 +0800 CST view 2495
Pion是WebRTCAPI的纯Golang实现，提升了WebRTC应用开发效率。它提供简单易用的API，支持多种创意项目，如视频同步观看、嵌入式设备摄像头传输、数据安全传输等。Pion实现了完整的PeerConnectionAPI，支持多种媒体格式和加密算法，适用于多个操作系统和架构。示例代码展示了如何使用Pion发送视频文件到浏览器。
WebRTC Golang 视频处理网络通信实时应用

阿里发布首个「音视频实时交互」模型，实现数字人实时视频聊天

阿里发布首个「音视频实时交互」模型，实现数字人实时视频聊天
2026-06-26 18:16:02 +0800 CST view 696
阿里发布 Wan-Streamer v0.1，原生流式端到端音视频实时交互多模态模型，同一Transformer内完成感知/理解/生成全流程，响应延迟低至200ms，支持25fps音画同步输出。
AI 多模态数字人阿里实时交互视频生成

MiniMax H3 开源全模态视频模型深度解析：从架构设计到本地部署实战

MiniMax H3 开源全模态视频模型深度解析：从架构设计到本地部署实战
2026-08-09 09:15:42 +0800 CST view 65
深度解析MiniMax H3开源视频模型的技术架构、核心原理与本地部署实战，涵盖Contextual Omni Representation、H3-VAE、H3-Omni Transformer、In-context Regeneration四项核心技术与完整部署指南。
AI 开源视频生成 MiniMax H3 多模态 Transformer

HLS视频下载神器：Python实现加密流媒体一键下载与合并

HLS视频下载神器：Python实现加密流媒体一键下载与合并
2025-08-30 19:21:22 +0800 CST view 1669
本文介绍了一款基于Python的HLS视频下载工具，支持加密流和并行下载，能够自动合并视频片段。工具的设计包括M3U8解析、AES解密和FFmpeg集成，适用于保存在线教育课程、会议录像等流媒体视频。提供了详细的代码实现和使用教程，帮助用户理解HLS协议和视频处理技术。
视频下载编程流媒体技术教程 Python

FFmpeg 9.0「Lei」深度拆解：从二十年架构重写到 Vulkan 全矩阵，一个多媒体框架的自我革命

FFmpeg 9.0「Lei」深度拆解：从二十年架构重写到 Vulkan 全矩阵，一个多媒体框架的自我革命
2026-08-09 11:17:02 +0800 CST view 46
深度拆解 FFmpeg 9.0 Lei：swscale二十年架构重写、Vulkan GPU加速全矩阵、ONNX Runtime AI推理、Dolby Vision专业管线、ABI破坏性升级与迁移指南，配完整代码示例
FFmpeg 音视频多媒体 Vulkan GPU加速编解码开源

FFmpeg 编译使用 ffmpeg-gl-transition 以丰富视频特效

FFmpeg 编译使用 ffmpeg-gl-transition 以丰富视频特效
2024-11-19 05:45:47 +0800 CST view 2808
本文介绍如何在Mac系统上编译支持GLTransitions的FFmpeg，包括安装依赖库、下载源代码、修改代码和编译步骤。通过集成GLTransitions，用户可以在视频中添加炫酷的转场效果。文中详细描述了从源码编译GLEW和GLFW3的过程，以及如何配置和使用gltransition过滤器。
多媒体处理视频编辑开源软件编程技术文档

Plyr.js 播放器介绍
2024-11-18 12:39:35 +0800 CST view 2427
Plyr.js是一款极简、可定制的HTML5播放器，支持视频和音频，具有响应式设计和丰富的API。用户可以通过CDN或npm/yarn安装，并轻松初始化播放器。Plyr.js还支持音量控制等自定义选项，适合开发者集成音视频播放功能。更多信息请访问Plyr.js官方网站。
播放器前端开发音视频技术

如何在Vue3中使用视频库Video.js实现视频播放？

如何在Vue3中使用视频库Video.js实现视频播放？
2024-11-19 07:27:29 +0800 CST view 2542
本文介绍了如何在Vue3项目中集成Video.js视频播放器，详细步骤包括创建Vue3项目、安装Video.js、创建VideoPlayer组件以及使用该组件。通过代码示例，读者可以学习如何实现基本的视频播放功能，并了解如何扩展Video.js的功能，如自定义控制栏等。
前端开发视频播放 Vue.js 技术教程

CutClaw 深度解析：开源 AI 智能剪辑师如何"听懂"音乐并剪出电影感大片——多智能体协作的音乐驱动视频剪辑革命

CutClaw 深度解析：开源 AI 智能剪辑师如何"听懂"音乐并剪出电影感大片——多智能体协作的音乐驱动视频剪辑革命
2026-04-16 08:48:53 +0800 CST view 1199
深度解析开源项目CutClaw的技术架构、多智能体协作机制、音乐驱动剪辑原理。由大湾区大学GVC实验室和北京交通大学团队联合腾讯ARC实验室开源，能将几小时素材自动剪成电影感大片。
CutClaw AI剪辑开源视频剪辑多智能体音乐驱动智能剪辑师

EchoChat：Go语言音视频会议直播系统，控制面与媒体面分离架构设计

EchoChat：Go语言音视频会议直播系统，控制面与媒体面分离架构设计
2026-05-14 08:41:45 +0800 CST view 548
EchoChat是基于Go语言开发的实时音视频会议直播系统，控制面与媒体面分离架构，Go处理信令+mediasoup C++ SFU转发媒体流，uniapp多端适配，支持即时聊天、多人会议、互动直播。
音视频开源项目 Go mediasoup SFU 直播

RedditVideoMakerBot 深度解析：一个帖子链接，如何变成一条成品视频？

RedditVideoMakerBot 深度解析：一个帖子链接，如何变成一条成品视频？
2026-04-16 16:42:03 +0800 CST view 799
RedditVideoMakerBot 是一个将 Reddit 帖子链接自动制作成视频的开源工具，支持语音合成、自动配图、字幕生成和背景音乐。
Reddit 视频自动化 Python MoviePy PRAW 内容创作开源工具

AI漫剧运镜万能提示词完全指南：如何用文字实现电影级镜头感

AI漫剧运镜万能提示词完全指南：如何用文字实现电影级镜头感
2026-04-27 06:07:58 +0800 CST view 1228
系统梳理AI漫剧运镜万能提示词词库，涵盖万能结构公式、镜头类型、景别切换、光影氛围、音频设计、场景化模板、高阶控制指令等完整体系，让创作者复制粘贴就能用。
AI视频运镜提示词漫剧创作

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调回调

上一页 1 234 5...70 下一页