MotionBooth是一套能够自定义并控制对象和摄像机运动的文本生成视频框架。

Open-Sora 是一个致力于高效生成高质量视频的开源平台。

《sed_vis》是一款开源Python工具箱，用于可视化声音事件检测的注释和系统输出。

SpeechLLM是一个多模态语言模型，可分析和预测会话中讲话者的元数据。

该项目利用YOLO和CNN分析网球视频中的选手和球速。

**AI-YinMei** 是一个多功能 AI 虚拟主播，由 Winlone 开发且支持多种互动与创作功能。