开源 AI 音视频图文创作神器！一键音视频转文档，支持主流自媒体平台图文风格转换！
AI-Media2Doc是一款支持本地部署的音视频转图文工具，一键生成多种风格文档如公众号文章、小红书文案等，无需依赖FFmpeg。
开源
英伟达开源6亿参数的语音识别模型Parakeet TDT 0.6B V2
英伟达开源Parakeet TDT 0.6B V2语音识别模型，RTFx 3380排名榜首，具备精准时间戳、智能标点和特殊场景识别能力，支持多种应用场景。
用7个工具驱动的极简AI智能体，极简的 LLM 框架Pocket Flow，机器人控制的中间件MCP
Toolkami、AI Manus、Pocket Flow、ROS MCP Server和Absolute Zero简介，涵盖各自特点与应用。
一款可作为 Loom 开源平替的跨平台视频录制工具：Cap
一款提供桌面客户端和网页版的视频录制、编辑工具，支持数据自托管，功能包括快速录制屏幕内容、视频编辑等，基于Rust开发，完全开源，性能优越且资源占用低。
Lightricks 发布了他们的开源视频生成模型 LTXV -Video-13B
Lightricks 发布开源视频生成模型 LTXV-Video-13B，支持多尺度渲染、高级控制等特性，可完全商业使用。
