用视频预训练一个能预测驾驶未来的通用模型
DriveAGI 是一个基于 CVPR 2024 Highlight 论文 GenAD 实现的开源自动驾驶预测模型。它旨在通过大规模视频数据预训练一个通用的驾驶世界模型，解决传统自动驾驶系统依赖大量人工标注、场景泛化能力弱的问题。核心能力包括：利用视频预测学习驾驶环境动态，提取通用驾驶表征，并支持多种下游任务（如轨迹预测、行为规划）。项目采用 embodied AI 和 foundation model 思路，强调从数据中学习驾驶策略，而非手工规则。当前代码库提供模型训练和推理接口，适合研究自动驾驶决策与预测的通用范式。
UniAD、VAD、StructuredWorldModel
DriveAGI 是行业应用领域的开源项目，由 OpenDriveLab 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（805）位列前 30%，在行业应用分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-08。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：自动驾驶轨迹预测与行为规划研究。同类可对比的替代方案包括 UniAD、VAD、StructuredWorldModel。
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···
