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...
排序
MM1.5 – 苹果推出的升级版多模态大模型
MM1.5是苹果公司推出的多模态大型语言模型，旨在增强文本丰...
VideoMaker – 浙大联合腾讯和华为推出的零样本定制视频生成框架
VideoMaker是浙江大学、腾讯和华为诺亚方舟实验室共同...
MultiTalk – 音频驱动的多人对话视频生成框架
MultiTalk 是中山大学深圳校区、美团和香港科技大学联...
Magic 1-For-1 – 北大、英伟达等推出的高效视频生成模型
Magic 1-For-1是北京大学、Hedra Inc. ...
Cosmos-Reason1 – NVIDIA推出的系列多模态大语言模型
Cosmos-Reason1 是NVIDIA推出的系列多模态...
Reel.AI – 井英科技推出的AI短剧应用
Reel.AI 是 CreativeFitting（井英科技...
The Matrix – 阿里联合港大等多所机构推出的AI基础世界模拟器
The Matrix是与电影同名的首个AI基础世界模拟器，是...
FlowDirector – 西湖大学联合中南大学推出的视频编辑框架
FlowDirector是西湖大学AGI Lab团队联合中南...
STIV – 苹果公司推出的视频生成大模型
STIV（Scalable Text and Image C...
Loong – 港大和字节联合推出的长视频生成模型
Loong是由香港大学和字节跳动联合推出的一种新型长视频生成...
AtomoVideo – 阿里推出的高保真图像到视频生成框架
AtomoVideo是由阿里巴巴的研究团队提出的一个高保真图...
ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架
ShotAdapter是Adobe联合UIUC推出的用在文本...
Seedance 1.0 – 字节跳动推出的视频生成模型
Seedance 1.0 是字节跳动Seed团队推出的 视频...
Champ – 基于3D的人物图片转视频动画模型
Champ是由阿里巴巴、复旦大学和南京大学的研究人员共同提出...
ViewCrafter – 北大、港中文联合腾讯提出的高保真新视图合成技术
ViewCrafter 是北大和港中文联合腾讯提出的一种先进...
VideoReward – 港中文、清华、快手等联合推出的视频生成偏好数据集及奖励模型
VideoReward 是香港中文大学、清华大学、快手科技等...
ReCapture – 谷歌和新加坡国立大学共同推出的视频处理技术
ReCapture是谷歌和新加坡国立大学推出的视频处理技术...
Multimodal Live API – 谷歌推出支持多模态交互、低延迟实时互动的AI接口
Multimodal Live API 是谷歌推出的低延迟...
Mubert
Mubert 是 AI音乐生成平台 ，通过简单易用的方式为用...
Apollo – Meta 联合斯坦福大学推出的大型多模态模型
Apollo是Meta和斯坦福大学合作推出的大型多模态模型...
SketchVideo – 快手联合多所高校推出基于草图的视频生成与编辑框架
SketchVideo 是中国科学院大学，香港科技大学和快手...
Qwen2.5-VL – 阿里通义千问开源的视觉语言模型
Qwen2.5-VL是阿里通义千问团队开源的旗舰视觉语言模型...
Open-Sora – 开源的类Sora架构的视频生成模型和复现方案
Open-Sora是由Colossal-AI团队开源的视频生...
FlexiAct – 清华联合腾讯推出的动作迁移模型
FlexiAct是清华大学和腾讯ARC实验室联合推出的新型动...
WonderPlay – 斯坦福联合犹他大学推出的动态3D场景生成框架
WonderPlay 是斯坦福大学联合犹他大学推出的新型框架...
天谱乐 – 唱鸭团队推出的首个多模态音乐生成大模型
天谱乐是趣丸科技唱鸭团队推出的全球首个多模态 音乐生成大模型...
OmniSync – 人民大学联合快手、清华推出的通用对口型框架
OmniSync是中国人民大学、快手科技和清华大学联合推出的...
FlagevalMM – 智源开源的多模态模型评测框架
FlagEvalMM是北京智源人工智能研究院开源的多模态模型...
StreamingT2V – PicsArt推出的可生成长达2分钟视频的模型
StreamingT2V是由PicsArt AI研究团队推出...