VMB – 中科院联合多所高校机构推出增强多模态音乐生成的框架
VMB（Visuals Music Bridge）是中国科学...
排序
ViewExtrapolator – 南洋理工联合UCAS团队推出的新型视图合成方法
ViewExtrapolator是南洋理工大学、UCAS研究...
VASA-1 – 微软推出的静态照片对口型视频生成框架
VASA-1是由微软亚洲研究院提出的一个将静态照片转换为 对...
SynCamMaster – 快手联合浙大、清华等机构推出的多视角视频生成模型
SynCamMaster是浙江大学、快手科技、清华大学和香港...
Sonic – 腾讯联合浙大推出的音频驱动肖像动画框架
Sonic是腾讯和浙江大学推出的音频驱动肖像动画框架，基于全...
SkyReels-A2 – 昆仑万维推出的可控视频生成框架
SkyReels-A2是昆仑万维推出的可控 视频生成 框架...
SkyReels-V2 – 昆仑万维开源的无限时长电影生成模型
SkyReels-V2是昆仑万维SkyReels团队推出的无...
MDM – 苹果推出开源的新型扩散模型框架
Matryoshka Diffusion Models（MD...
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...
Flex3D – Meta GenAI和牛津大学共同推出的两阶段3D生成框架
Flex3D是Meta的GenAI团队和牛津大学研究团队推出...
Cosmos – 英伟达推出的生成式世界基础模型平台
Cosmos是英伟达推出的生成式世界基础模型平台，加速物理人...
Autocut – 亚马逊首席科学家李沐博士开源的AI视频剪辑工具
AutoCut是一个开源的AI视频剪辑工具，由亚马逊资深首席...
ACTalker – 港科大联合腾讯、清华推出的端到端视频扩散框架
ACTalker 是用于生成逼真说话人头部视频的端到端视频扩...
VideoCaptioner – AI视频字幕处理工具，支持字幕样式调整和多格式导出
VideoCaptioner（中文名：卡卡字幕助手）是基于大...
VideoAgent – 斯坦福联合多所研究机构推出自改进的视频生成系统
VideoAgent是一种自改进的视频生成系统，由斯坦福大学...
OmniParse – AI数据解析平台，提取和解析任何非结构化数据
OmniParse是数据解析平台，将非结构化数据转换为结构化...
NEXUS-O – 多模态AI模型，实现对语言、音频和视觉全方位感知与交互
NEXUS-O 是HiThink 研究院、英国帝国理工学院...
Motionshop – 阿里推出的AI角色动画项目，可替换视频人物为3D
Motionshop是阿里巴巴智能计算研究院（XR实验室和T...
LiveCC – 字节联合新加坡国立大学开源的实时视频解说模型
LiveCC 是新加坡国立大学Show Lab 团队联合字节...
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...
DrivingDojo – 中科院联合美团推出的交互式驾驶世界模型数据集
DrivingDojo是中国科学院自动化研究所与美团无人车团...
Director – 构建视频智能体AI框架，用自然语言执行搜索、总结等复杂视频任务
Director是构建视频智能体的框架，用户能用自然语言命令...
ConceptMaster – 高保真多概念视频定制生成的创新 AI 框架
ConceptMaster是用于多概念视频定制的创新框架，能...
ChatAnyone – 阿里通义推出的实时风格化肖像视频生成框架
ChatAnyone是阿里巴巴通义实验室推出的实时风格化肖像...
Bing Video Creator – 微软推出AI视频生成工具
Bing Video Creator 是微软推出 AI视频生...
AsrTools – 开源的AI语音转文字工具，支持调用多家大厂接口
AsrTools是一款高效的智能语音转文字工具，能将音频文件...
Ai好记
Ai好记是功能强大的AI多模态知识库，能轻松解决你的信息处理...
VITRON – Skywork AI 联合新加坡国立、南洋理工推出的像素级视觉大型语言模型
VITRON是Skywork AI、新加坡国立大学和南洋理工...
ViLAMP – 蚂蚁联合人民大学推出的视觉语言模型
ViLAMP（VIdeo-LAnguage Model wi...
VideoLingo – 全自动AI视频翻译工具，一键搞定双语字幕和配音
VideoLingo 是一款一键 全自动视频翻译工具 ，能将...