1、EMO

EMO 是阿里巴巴智能计算研究所在本周发布的一款全新的生成式AI视频模型。

使用也非常简单，只需上传一张人物肖像照片和任意一个音频文件，就能生成一个让照片中人物按照音频内容“张嘴”说话或唱歌，而且口型还原程度非常高，表情自然，毫无违和感。

网友感叹：“阿里是有一些技术在身上的。”

Star：4.7k

项目地址：https://github.com/HumanAIGC/EMO

该项目目前还是空代码，但是关注的人已经非常多了。

2、LayerDiffusion

LayerDiffusion 是一种利用大规模预训练的潜在扩散模型(如Stable Diffusion)生成透明图像的技术，可以帮助用户生成单个透明图像或多个透明图层。

不仅支持直接生成透明的图片元素，还支持在已有图片上生成跟环境融合的透明图片。

目前官方直接推出了支持forge的模型项目。

forge是WebUI的一个分支，操作逻辑和交互完全跟Web UI一样，不过进行了一些底层修改，让生成速度更快，插件运行时会自动下载模型。

Star：418

项目地址：https://github.com/layerdiffusion/sd-forge-layerdiffusion

3、StickerBaker

StickerBaker 是一个开源的 AI 贴纸制作工具。

结合了 Stickers SDXL Lora 和 BRIA 背景移除工具，你仅需输出简单的提示词，即可快速生成一张高清精美的贴纸。

还有一款与此项目相关的Demo：https://stickerbaker.com/

用做头像或者其他用途非常不错，生成图像具有透明背景，你还能在网站上看到不同的网友实时生成的图像，可以借鉴他们的关键词。

Star：113

项目地址：https://github.com/fofr/cog-stickers

4、青梧字幕

青梧字幕 是一款基于 Whisper 的字幕自动提取工具。

支持智能提取、自由编辑以及高质量翻译字幕等功能，并且支持单/双语字幕下载，同时可选多种字幕格式。

工具完全开源免费，可直接下载整合包使用。

Star：244

项目地址：https://github.com/melon/qingwu-zimu

5、gemma.cpp

gemma.cpp 是谷歌宣布推出的一款新的 AI 语言模型系列。

Gemma 不仅免费、开源，而且采用了与谷歌更为强大的 Gemini 模型类似的技术。

不同于 Gemini，Gemma 模型可以在个人电脑上本地运行，这是自 OpenAI 的 ChatGPT 在 2022 年引发 AI 聊天机器人热潮以来，谷歌首次发布的重要开源 LLM。

Star：4.8k

项目地址：https://github.com/google/gemma.cpp

以上就是本周 GitHub圈选 的5款开源项目，有兴趣的同学可以前往了解探索！！