KuaiMod – 快手推出的自动化短视频质量判别框架
KuaiMod 是快手推出的基于多模态大模型的短视频质量判别...
排序
LabelU – 开源的多模态数据标注工具
LabelU 是一款开源的多模态数据标注工具，支持图像、视频...
Kimi-VL – 月之暗面开源的轻量级多模态视觉语言模型
Kimi-VL 是月之暗面开源的轻量级多模态视觉语言模型，基...
KeySync – 帝国理工联合弗罗茨瓦夫大学推出的口型同步框架
KeySync 是帝国理工学院和弗罗茨瓦夫大学推出的用在高分...
九章随时问 – AI学习辅导工具，用苏格拉底式讲题方式分步引导和步骤解析
九章随时问是学而思基于自研九章数学大模型推出的AI学习辅导工...
JoyGen – 京东和港大推出音频驱动的3D说话人脸视频生成框架
JoyGen是京东科技和香港大学推出的，音频驱动的3D说话人...
JoyHallo – 京东推出的音频驱动视频生成AI数字人模型
JoyHallo 是京东开源的 AI数字人 模型，专为普通话...
剪小映 – 抖音推出的AI视频剪辑应用
剪小映是抖音推出的 AI视频剪辑 应用，专为零基础用户设计...
InternVideo2.5 – 上海 AI Lab 联合南大、中科院开源的视频多模态大模型
InternVideo2.5是上海人工智能实验室联合南京大学...
InternVL3 – 上海 AI Lab 开源的多模态大语言模型
InternVL3是上海人工智能实验室开源的多模态大型语言模...
浦语灵笔 – 开源的多模态大模型，性能媲美GPT-4V
浦语灵笔IXC-2.5是上海人工智能实验室推出的新一代多模态...
InstructMove – 东京大学联合 Adobe 推出基于指令的图像编辑模型
InstructMove是东京大学和Adobe公司联合推出的...
Ingredients – 多ID照片定制视频生成框架，基于多ID照片与视频扩散相结合
Ingredients是强大的框架，基于将多个特定身份（ID...
Index-AniSora – B站开源的动漫视频生成模型
Index-AniSora 是哔哩哔哩开源的先进动漫 视频生...
I2V3D – 香港城市大学联合微软推出的图像到视频生成框架
I2V3D是香港城市大学和微软 GenAI创新的图像到 视频...
I2VEdit – AI视频编辑技术，基于扩散模型实现首帧编辑引导
I2VEdit是一个先进的视频编辑框架，通过图像到视频的扩散...
I2VGen-XL：阿里推出的图像到视频生成模型
I2VGen-XL 是阿里巴巴达摩院推出的一款开源的图像到视...
ID-Animator – 腾讯等推出的个性化人物视频生成框架
ID-Animator是由来自腾讯光子工作室、中科大和中科院...
HunyuanVideo-Avatar – 腾讯混元推出的语音数字人模型
HunyuanVideo-Avatar是腾讯混元团队与腾讯音...
混元图生视频 – 腾讯混元开源的图生视频模型
混元图生视频是腾讯混元推出的开源图生视频模型，用户可以通过上...
HunyuanVideo – 腾讯推出的开源视频生成模型，参数高达130亿
HunyuanVideo是腾讯开源的视频生成模型，拥有130...
HunyuanCustom – 腾讯混元开源的多模态定制视频生成框架
HunyuanCustom是腾讯混元团队推出的多模态驱动的定...
HunyuanPortrait – 腾讯混元联合清华等机构推出的肖像动画生成框架
HunyuanPortrait 是腾讯 Hunyuan 团队...
HumanDiT – 浙大联合字节推出的姿态引导人体视频生成框架
HumanDiT 是浙江大学和字节跳动联合提出的姿态引导的高...
HumanOmni – 阿里通义等推出专注人类中心场景的多模态大模型
HumanOmni 是专注于人类中心场景的多模态大模型，视觉...
Hummingbird-0 – Tavus 推出的AI口型同步模型
Hummingbird-0 是 Tavus 推出的 AI口型...
HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集
HourVideo是斯坦福大学李飞飞和吴佳俊团队推出的长视频...
HuggingSnap – Hugging Face 推出的 AI 助手，能离线识别视觉内容
HuggingSnap 是 Hugging Face 推出的...
HistAgent – 普林斯顿联合复旦推出的AI历史研究助手
HistAgent 是普林斯顿大学 AI 实验室与复旦大学历...
HitPaw Univd – 多功能AI视频转换工具，高速转换、无损压缩
HitPaw Univd 是功能强大的人工智能驱动的多功能视...