ChatMLX – 高性能MacOS聊天应用，基于MLX框架实现与数据实时交互
ChatMLX是一个基于大型语言模型（LLM）的高性能Mac...
排序
BAGEL – 字节跳动开源的多模态基础模型
BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数...
Animate Anyone – 阿里推出的图像到视频角色动画合成的框架
Animate Anyone是由阿里巴巴智能计算研究院推出的...
Tavus – AI视频生成平台，支持数字人克隆和实时对话
Tavus 是先进的个性化 AI视频生成平台 ，支持创建高度...
PortraitGen – 中科大推出的AI人像视频编辑工具
PortraitGen是中国科学技术大学研究团队推出的一款A...
NSFW Detector – 开源 AI 不适宜内容检测工具，支持识别图像、PDF、视频文件
NSFW Detector（Not Safe For Wor...
MotionCtrl – 腾讯等推出的视频生成模型的运动控制器
MotionCtrl是由来自腾讯、香港大学、上海AI实验室...
MagicDriveDiT – 华为联合港中文等机构推出的自动驾驶高分辨率长视频生成方法
MagicDriveDiT是香港中文大学、香港科技大学、华为...
LongLLaVA – 香港中文大学推出的多模态上下文混合架构大语言模型
LongLLaVA是的多模态大型语言模型（MLLM），是香港...
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...
Hallo2 – 复旦、百度和南大共同推出的音频驱动视频生成模型
Hallo2是复旦大学、百度公司和南京大学共同推出的音频驱动...
GenMAC – 港大、清华联合微软推出文本到视频生成的多代理协作框架
GenMAC是香港大学、清华大学和微软研究院推出的多代理协作...
FocuSee – 屏幕录制AI工具，自动跟踪鼠标智能运镜
FocuSee是AI驱动的屏幕录制工具，支持在macOS和W...
DynamicFace – 小红书联合上海交大等推出的视频换脸技术
DynamicFace是小红书团队推出新型的视频 换脸 技术...
DreaMoving – 阿里开源的基于扩散模型的人类视频生成框架
DreaMoving是一个基于扩散模型的人类视频生成框架，由...
DimensionX – 港科大、清华和生数科技共同推出的单图像生成复杂3D、4D场景框架
DimensionX是香港科技大学、清华大学和生数科技共同推...
CloneAI – AI视频生成器，将普通视频创作成拥抱、老化、挤压效果等个性作品
CloneAI是 AI视频生成 器，基于人工智能技术将普通视...
Boximator – 字节推出的控制视频生成中对象运动的框架
Boximator是由字节跳动的研究团队开发的一种视频合成技...
AudioX – 港科大联合月之暗面推出的扩散变换器模型，任意内容生成音频
AudioX 是香港科技大学和月之暗面联合提出的统一扩散变压...
AniDoc – 2D动画上色AI模型，基于视频扩散模型自动将草图序列转换成彩色动画
AniDoc是香港科技大学、蚂蚁集团、南京大学、浙江大学和香...
Animate Anyone 2 – 阿里通义推出的高保真角色图像动画生成技术
Animate Anyone 2 是阿里巴巴集团通义实验室推...
Aether – 上海 AI Lab 开源的生成式世界模型
Aether 是上海AI Lab开源的生成式世界模型，完全基...
Video-LLaVA2 – ChatLaw推出的开源多模态智能理解系统
Video-LLaVA2是由北京大学ChatLaw课题组推出...
Step-Video-T2V – 阶跃星辰开源的文本到视频模型
Step-Video-T2V 是阶跃星辰团队推出的开源 文本...
Seaweed APT – 字节跳动推出的单步图像和视频生成项目
Seaweed APT是字节跳动推出的对抗性后训练（Adve...
Sapiens – Meta推出的AI视觉模型，能理解图片和视频中的人类动作
Sapiens是Meta实验室推出的AI视觉模型，专为理解图...
Phantom – 字节跳动推出的主体一致视频生成框架
Phantom是字节跳动智能创作团队推出的用在主体一致 视频...
OmniAudio – 阿里通义推出的空间音频生成模型
OmniAudio 是阿里巴巴通义实验室语音团队推出的从36...
OmniCam – 浙大联合上海交大等高校推出的多模态视频生成框架
OmniCam 是先进的多模态 视频生成 框架，通过摄像机控...