MultiFoley – Adobe 联合密歇根大学推出的音效生成系统
MultiFoley是Adobe Research和密歇根大...
排序
MMBench-Video – 上海AI Lab联合多所高校推出的长视频理解基准测试
MMBench-Video是新颖的长视频多题问答基准测试，是...
MIMO – 阿里智能研究院推出的可控角色AI视频合成框架
MIMO是阿里巴巴集团智能计算研究所推出的可控角色视频合成的...
HMA – MIT联合Meta等推出的机器人动作视频动态建模方法
HMA（Heterogeneous Masked Autor...
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...
Agno – 用于构建多模态智能体的轻量级框架
Agno是构建智能代理（Agents）的轻量级框架。Agno...
VideoLLaMB – 开源的多模态长视频理解框架
VideoLLaMB 是一种创新的长视频理解框架，通过引入记...
ToonCrafter – 腾讯等开源的卡通动画视频插帧工具
ToonCrafter是由腾讯AI实验室、香港中文大学和香港...
Reka Flash 3 – Reka AI 推出的开源推理模型
Reka Flash 3 是 Reka AI 推出的开源推理...
Pix2Gif – 微软推出的静态图像转动态GIF的扩散模型
Pix2Gif是由微软研究院的研究人员提出的一个基于运动引导...
Perplexity macOS客户端 – AI搜索工具，实时联网整合多源内容
Perplexity macOS客户端是 Perplexit...
mPLUG-Owl3 – 阿里巴巴推出的通用多模态AI模型
mPLUG-Owl3是阿里巴巴推出的通用多模态AI模型，专为...
Mochi 1 – Genmo推出的开源高质量AI视频生成模型
Mochi 1是Genmo公司推出的开源 AI视频生成 模型...
HeyGen
HeyGen是全球领先的 AI数字人 视频创作平台，致力于简...
Goku – 港大和字节联合推出的最新视频生成模型
Goku是香港大学和字节跳动联合发布的最新 视频生成 模型...
CineMaster – 快手推出的文本到视频生成框架，具备3D感知能力
CineMaster是快手推出的具备3D感知能力的文本到 视...
X-Dancer – 字节等机构推出音乐驱动的人像舞蹈视频生成框架
X-Dancer 是字节跳动联合加州大学圣地亚哥分校和南加州...
Voice-Pro – 开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
Voice-Pro是开源的多功能音频处理工具，集成语音转文字...
VideoRefer – 浙大联合阿里达摩学院推出的视频对象感知与推理技术
VideoRefer是浙江大学和阿里达摩学院联合推出的，专门...
VideoChat-Flash – 上海 AI Lab 等机构推出针对长视频建模的多模态大模型
VideoChat-Flash 是上海人工智能实验室和南京大...
StableV2V – 中国科技大学开源的视频编辑项目
StableV2V是中国科技大学推出的开源视频编辑项目，基于...
Gen-3 Alpha – Runway公司最新推出的AI视频生成模型
Gen-3 Alpha是AI视频初创公司 Runway 最新...
PySpur – 开源 AI 代理构建工具，拖拽式构建 AI 工作流
PySpur 是开源的轻量级可视化 AI 智能体工作流构建器...
Mubert
Mubert 是 AI音乐生成平台 ，通过简单易用的方式为用...
LeviTor – 南大联合蚂蚁等机构开源的3D目标轨迹控制视频合成技术
LeviTor是南京大学、蚂蚁集团、浙江大学等机构推出的图像...
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...
AutoVFX – 自然语言驱动的视频特效编辑框架
AutoVFX是先进的物理特效框架，是伊利诺伊大学香槟分校研...
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...
AI Chinese – AI双语教中文应用，模拟中国真人老师在线授课
AI Chinese是嗨你好教育推出的AI双语教学中文学习平...
VXlive – AI语音社交应用，通过AI语音识别进行个性化互动
VXlive是以语音社交为核心的创新应用，主打语音聊天、直播...