Лучшие open source проекты на Python

Офлайн-генератор изображений с открытым исходным кодом на базе Stable Diffusion XL: почти не требует настройки промптов и параметров, есть веб-интерфейс Gradio.

Открытые генеративные модели для создания видео по тексту, изображениям, речи и движениям персонажей; доступны MoE-модели и разрешение 720P.

Веб-интерфейс на Gradio для запуска Stable Diffusion и новых моделей генерации изображений и видео — продолжение форка Forge проекта AUTOMATIC1111's WebUI.

Графический интерфейс на основе узлов, API и бэкенд для локального запуска diffusion-моделей, генерирующих изображения, видео, аудио и 3D-контент.

Открытая модель Tencent Hunyuan, создающая интерактивные игровые видео по референсному изображению и командам с клавиатуры или мыши.

Локальная open-source модель для генерации музыки: создаёт целые песни по тексту и предлагает инструменты для редактирования — каверы, перерисовку фрагментов и разделение на дорожки.

Интерактивная модель мира с открытым исходным кодом от Skywork AI: она по кадрам генерирует игровые сцены на основе исполняемого игрового движка и причинно-следственной видеомодели.

Единый движок для обучения мультимодальных моделей с поддержкой архитектур vision-language, diffusion и MoE, а также FSDP2, Muon и ядер Liger.

Бесплатный видеокомпрессор с веб-интерфейсом для самостоятельного размещения: сжимает видео до заданного размера с помощью GPU или CPU и FFmpeg.

Подборка сгруппированных по языкам программирования уроков, в которых разработчики создают полноценные приложения с нуля.

CLI на Python, который автоматически блокирует компьютер, когда сопряжённый Bluetooth-телефон или смарт-часы выходят из зоны действия.

Самостоятельно размещаемое веб-приложение для локальной расшифровки видео с YouTube и аудио- или видеофайлов с помощью OpenAI Whisper.

Видеомодель LLM, обученная на потоковой транскрибации речи для генерации комментариев к видео в реальном времени; доступны демо на Gradio и в CLI.

Управляемый с клавиатуры терминальный интерфейс для подключения к разным SQL-базам данных и выполнения запросов — проект вдохновлён lazygit.

Фреймворк с открытым исходным кодом для генерации видео с аватарами в реальном времени по аудио с практически неограниченной длительностью на базе модели Wan2.2-S2V на 14B параметров.

Библиотека Python для вывода табличных данных в виде аккуратных ASCII-таблиц и экспорта в HTML, JSON, CSV, LaTeX и Markdown.

Набор инструментов для Windows, который повышает разрешение изображений и видео, восстанавливает лица, удаляет шум и интерполирует кадры с помощью моделей ИИ в формате ONNX.

Открытый SDK для обнаружения и анонимизации персональных данных в тексте, изображениях и структурированных данных с помощью NLP, регулярных выражений и правил.

Приложение для компьютера, которое сортирует и группирует фото по лицам, датам и местам полностью локально — без загрузки в облако.

Консольная утилита на Python для записи TikTok-трансляций со звуком и видео в ручном, автоматическом режиме и режиме подписок.