ComfyUI-AudioX是基于香港科技大学全新多模态音频生成框架AudioX开发的专属自定义节点，核心实现视频内容→高度同步音效/背景音乐的自动生成，同时支持文本提示词精准精细化引导，可无缝接入ComfyUI现有工作流，彻底解决视频音频同步生成难、适配性差的痛点，为视频创作提供高效、专业的音频赋能。

PosterCraft是由香港科技大学（广州）联合美团等机构推出的一款用于生成高质量美学海报的统一框架。它摒弃了传统的模块化设计流程和固定的预定义布局，支持模型自由探索连贯且视觉上引人入胜的构图。

Llasa TTS 是一款由香港科技大学开发的先进文本到语音（TTS）模型，基于 LLaMA 微调，专注于生成超真实的语音克隆效果。它支持中英双语，能够生成带有情感色彩的语音，并通过仅需15秒的声音样本实现高度准确的声音克隆。