青梧字幕 – 开源AI字幕提取工具，自动生成时间轴精准的字幕
青梧字幕是基于Whisper的AI字幕提取工具。基于先进的 ...
排序
Qihoo-T2X – 360 AI 研究院和中山大学开源的高效多模态生成模型
Qihoo-T2X 是360 AI 研究院和中山大学推出的基...
千音漫语 – AI声音创作助手，涵盖多种语言和音色
千音漫语是北京熠声科技推出的智能声音创作助手，为用户提供高效...
芊芊妙音 – AI配音和变声软件，智能变声多种音色可选
芊芊妙音是AI配音和变声软件，提供丰富的音色包和音频处理功能...
PyVideoTrans – 开源的视频翻译和配音工具，支持多种语言
PyVideoTrans 是开源的视频翻译配音工具，将视频内...
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...
Pyramid-Flow – 北大、快手、北邮联合开源的AI视频生成模型
Pyramid-Flow是一种先进的视频生成模型，由北京大学...
Product Avatar – Topview AI推出全球首个支持生成手拿产品的数字人工具
Product Avatar 是 TopView 推出的 A...
PoseTalk – 文本和音频驱动的生成会说话的头部动画开源项目
PoseTalk 是基于文本和音频的姿势控制和运动细化方法的...
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...
Pollo AI – 一站式AI图像和视频创作平台
Pollo AI 是新加坡公司 HIX.AI 推出的一站式A...
Podcastfy – AI文本转语音工具，支持多源文本转多种语言音频
Podcastfy 是一个开源的 Python 软件包，能将...
Playmate – 趣丸科技团队推出的人脸动画生成框架
Playmate是广州趣丸科技团队推出的人脸动画生成框架。框...
Pixel Reasoner – 滑铁卢联合港科大等高校推出的视觉语言模型
Pixel Reasoner是滑铁卢大学、香港科技大学、中国...
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...
Pippo – Meta 推出的单图生成多视角高清人像视频模型
Pippo是Meta Reality Labs推出的图像到 ...
PhysGen3D – 清华等高校联合推出的单图创建交互式 3D 场景
PhysGen3D 是创新的框架，能将单张图像转换为交互式的...
PhotoPrism – 开源的AI照片管理工具，AI驱动的照片分类和搜索功能
PhotoPrism 是一个开源的AI照片管理工具，用 Go...
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...
PersonaTalk – 字节跳动推出的实现高保真和个性化视觉配音框架
PersonaTalk是字节跳动推出的基于注意力机制的两阶段...
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...
Perception-as-Control – 阿里通义实验室推出的图像动画框架
Perception-as-Control是阿里巴巴通义实验...
拍我AI – 爱诗科技推出的AI视频生成平台，PixVerse国内版
拍我AI是爱诗科技推出的 PixVerse 的国内版，是强大...
Ovis2 – 阿里国际推出的多模态大语言系列模型
Ovis2 是阿里巴巴国际团队推出的新型多模态大语言模型，基...
Oryx – 腾讯联合清华和南洋理工大学推出的多模态大语言模型
Oryx是由清华大学、腾讯和南洋理工大学联合推出的多模态大型...
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...
Open-Sora 2.0 – 潞晨科技开源的AI视频生成模型
Open-Sora 2.0 是潞晨科技推出的全新开源SOTA...
Open Avatar Chat – 阿里开源的实时数字人对话系统
Open Avatar Chat 是阿里开源的模块化的实时 ...
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...
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...