Kandinsky5.0：视频与图像生成的扩散模型系列
旗舰版 Video Pro 的视觉质量媲美 Veo 3，并超越 Wan 2.2-A14B，而 Video Lite 与 Image Lite 则为实时应用场景提供快速且轻量化的替代方案。该套件由高性能开源视觉编码器 K-VAE 1.0 驱动，具备强大压缩能力，并为生成式模型训练奠定坚实基础。整个技术栈在性能、可扩展性与实用性之间取得平衡。
油管：https://youtu.be/C00vTubNf5I
多媒体处理
ebook2audiobook：中文快速上手指南
AI 驱动的电子书转有声书工具，支持语音克隆与 1100+ 语言 ebook2audiobook 是一个开源项目，由 DrewThomasson 开发，专注于将非 DRM 电子书（EPUB/MOBI 等）自动转换为高质量有声书。它集成多种先进 TTS 模型，支持章节拆分、元数据嵌入、语音克隆与多语言输出，提供 Gradio Web UI、CLI 与 Docker 部署选项。
油管：https://youtu.be/VRVhzdaYFXg
免费可以轻松创建专业的前后对比的工具
支持多种对比布局，包括并排展示、交互式滑块、分割视图和垂直堆叠，适用于展示健身变化、家居装修、美容效果等多种场景。只需上传两张图片，选择所需的布局，添加标签，即可生成高质量的对比图或视频。
油管：https://youtu.be/fyzayHwjFGc
Singify：让任何人都能轻松做 AI 翻唱的在线工具
Singify（singify.fineshare.com）就是这样一款面向普通用户的 AI 歌声生成平台。只需要上传歌曲或音频，选择一个 AI 歌声模型，它就能自动生成一段翻唱版本。
油管：https://youtu.be/B_l2MRFk6h4
5个最好用的 Invert Colors 工具
在做设计、网页配色、视觉实验或文创课程作业时，你可能需要对图片进行 颜色反转（Invert Colors）——也就是把每个像素变成它的“反色”（类似底片效果）。
油管：https://youtu.be/KJWyN3InayE
digiKam：开源数字资产管理和图像编辑软件
能够轻松导入和组织照片，利用相册、标签和标签进行分类。还具备智能的AI驱动标签和评分功能，自动丰富图像的元数据，从而简化了图像的管理和查找过程。还提供了丰富的编辑工具，如颜色校正、裁剪和修饰，可以应用滤镜和效果，使图像更具专业水准。
DeepSeek-OCR：让长文档“看得懂”的光学压缩
在大模型的世界里，上下文长度始终是一个限制。当文档太长、图表太复杂，传统语言模型往往“看不完”。而最近，来自 DeepSeek AI 的一个开源项目——DeepSeek-OCR，
专业的Midjourney提示词优化器
用于生成高质量的AI绘画提示词。特别关注Blade Runner风格和80年代复古美学，提供多种风格模板，包括赛博朋克、合成波和霓虹黑色电影等。
ChronoFrame：丝滑的照片展示和管理应用
一款现代化的 照片展示与管理应用，不仅界面流畅，还支持多种图片格式与大尺寸渲染，让摄影师、设计师、博主都能轻松管理自己的影像档案。
AI Similarity 快速检测两张图片的相似度
可以上传两张图片，系统会自动分析并提供相似度评分，不仅适用于简单的图片比较，还支持详细的视觉分析，用户可以通过滑动条查看图片的不同之处。
KDE出品，专业级开源剪辑软件
精准的多轨时间轴、波形、代理剪辑，支持 LUT 调色、字幕编辑、音频滤镜
高度可定制，专业水准，与 Whisper / ffmpeg 集成方便（可自动生成字幕轨）
一键将视频和音频转化为各种风格的文档
AI 视频图文创作助手是一款 Web 工具, 基于 AI 大模型, 无需登录注册, 前后端本地部署，以极低的成本体验 AI 视频/音频转风格文档服务。
「剪映」的草稿文件自动化操作工具
让用户用脚本控制“剪映草稿”（即剪映项目的工程文件 /草稿文件），从而自动化地生成、编辑、组合、导出视频。
换句话说，它是「对剪映的工程文件层面做自动化操作」的工具，而不是在视频像素层面做处理