CogVideo 是清华大学研发的首个开源预训练文本生成视频模型，CogVideoX 系列进一步增强了视频生成的能力。

Visual A* Pathfinding项目展示了优化的A*路径算法和多种迷宫生成技术，通过动画实现路径搜索过程的可视化。

Auto-Subtitled-Video-Generator是一款生成带字幕视频和文本文件的自动语音识别应用。

Midscene.js 是一款支持自然语言与UI互动、数据提取的AI自动化SDK。

MeshAnything V2 是一个利用邻近网格标记实现艺术家创作网格生成的工具。

Lumina-mGPT是一种多模态自回归模型，尤其擅长将文本描述生成灵活逼真的图像。