Los mejores proyectos open source en Python

Generador de imágenes offline y de código abierto basado en Stable Diffusion XL, que requiere pocos ajustes de prompts o parámetros y ofrece una interfaz web de Gradio.

Modelos generativos de video de código abierto que crean videos a partir de texto, imágenes, voz o movimientos de personajes, con opciones MoE y 720P.

Interfaz web basada en Gradio para ejecutar Stable Diffusion y modelos más recientes de imagen y video, como continuación del fork Forge de la WebUI de AUTOMATIC1111.

GUI de grafo de nodos, API y backend para ejecutar modelos de difusión localmente y generar imágenes, video, audio y contenido 3D.

Modelo de código abierto de Tencent Hunyuan que genera videos interactivos de videojuegos a partir de una imagen de referencia y entradas de teclado o mouse.

Modelo de generación musical open source que crea canciones completas a partir de texto y ofrece herramientas de edición como crear versiones, repintar y separar pistas.

Un modelo de mundo interactivo de código abierto de Skywork AI que genera escenas de juego jugables, fotograma a fotograma, con un modelo de video causal sobre un motor de juego ejecutable.

Un motor de entrenamiento unificado para modelos multimodales que admite arquitecturas de visión y lenguaje, difusión y MoE, con FSDP2, Muon y kernels Liger.

Compresor de video gratuito y autohospedado, con interfaz web, que ajusta el tamaño del archivo elegido mediante codificación FFmpeg por GPU o CPU.

Una lista seleccionada de tutoriales, organizada por lenguaje, en la que los desarrolladores crean aplicaciones completas desde cero.

Una CLI de Python que bloquea automáticamente el equipo cuando el teléfono o smartwatch Bluetooth emparejado sale del alcance.

Aplicación web autoalojada que transcribe videos de YouTube y archivos locales de audio y video con OpenAI Whisper, en tu propia máquina.

Un LLM de video entrenado con transcripción de voz en streaming para generar comentarios en tiempo real, con demos en Gradio y CLI.

Una interfaz de terminal (TUI) con control mediante teclado para conectarse a muchas bases de datos SQL y consultarlas, inspirada en lazygit.

Framework de código abierto para generar en tiempo real videos de avatares a partir de audio, con transmisión de duración prácticamente ilimitada y un modelo base Wan2.2-S2V de 14B.

Una biblioteca de Python para mostrar datos tabulares como atractivas tablas ASCII y generar resultados en HTML, JSON, CSV, LaTeX y Markdown.

Suite de escritorio para Windows que amplía, restaura rostros, reduce el ruido e interpola fotogramas en imágenes y videos con modelos de IA ONNX.

SDK de código abierto para detectar y anonimizar información de identificación personal en texto, imágenes y datos estructurados mediante NLP, expresiones regulares y reglas.

Aplicación de escritorio que organiza y agrupa fotos por rostro, fecha y ubicación en tu propio equipo, sin subirlas a la nube y priorizando la privacidad.

Herramienta de línea de comandos en Python para grabar directos de TikTok, con audio y video, en modo manual, automático o de seguidos.