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...
排序
VidTok – 微软开源的视频分词器，支持连续和离散分词化
VidTok（Video Tokenizer）是微软开源的先...
VideoFusion – AI视频剪辑工具，自动去除视频黑边、水印和字幕
VideoFusion 是开源的短视频拼接与处理软件，专为高...
VideoGigaGAN – Adobe推出的AI视频分辨率提升模型
VideoGigaGAN是由Adobe和马里兰大学的研究人员...
VideoJAM – Meta 推出增强视频生成模型运动连贯性的框架
VideoJAM是Meta推出的，用在增强 视频生成 模型运...
video-subtitle-master – 开源AI字幕生成工具，支持批量为视频或音频生成字幕
video-subtitle-master 是能批量为视频或...
VACE – 阿里通义推出的视频生成与编辑框架
VACE（Video Creation and Editin...
TrajectoryCrafter – 腾讯和港中文推出的单目视频自由运镜技术
TrajectoryCrafter 是腾讯PCG ARC L...
TrackGo – 先进的可控AI视频生成技术
TrackGo是一种先进的可控AI视频生成技术，通过用自由形...
TheoremExplainAgent – AI教学双智能体，数理化定理自动转动画
TheoremExplainAgent（TEA）是滑铁卢大学...
Still-Moving – DeepMind推出的AI视频生成框架
Still-Moving是DeepMind推出的AI视频生成...
Social Media Agent – AI社交媒体内容管理工具，输入URL自动生成帖子
Social Media Agent是智能的社交媒体内容管理...
SkyReels-A1 – 昆仑万维开源的表情动作可控算法
SkyReels-A1是昆仑万维开源的中国首个SOTA（St...
Seed-TTS – 字节跳动推出的高质量文本到语音生成模型
Seed-TTS是由字节跳动开发的高级 文本到语音 （Tex...
SAM 2.1 – Meta 开源的视觉分割模型
SAM 2.1（全称Segment Anything Mod...
Rope – 基于深度学习模型开源的AI换脸技术
Rope是一款开源的 AI换脸工具 ，基于insightfa...
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...
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...
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...
MTVCrafter – 中科院联合中国电信等机构推出的人像动画生成框架
MTVCrafter是中国科学院深圳先进技术研究院计算机视觉...
Mo卡片 – 一站式AI知识库卡片式学习工具
Mo卡片是一站式AI知识库卡片式学习工具。Mo卡片以卡片形式...
InternVideo2.5 – 上海 AI Lab 联合南大、中科院开源的视频多模态大模型
InternVideo2.5是上海人工智能实验室联合南京大学...
InternVL3 – 上海 AI Lab 开源的多模态大语言模型
InternVL3是上海人工智能实验室开源的多模态大型语言模...
HunyuanCustom – 腾讯混元开源的多模态定制视频生成框架
HunyuanCustom是腾讯混元团队推出的多模态驱动的定...
HistAgent – 普林斯顿联合复旦推出的AI历史研究助手
HistAgent 是普林斯顿大学 AI 实验室与复旦大学历...
Gemma 3n – 谷歌推出的端侧多模态AI模型
Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态...
ExVideo – 阿里和华东师大推出的AI视频长度扩展调优技术
ExVideo是由阿里巴巴和华东师大的研究人员推出的一种视频...
Chinese-LiPS – 智源研究院联合南大开源的中文多模态语音识别数据集
Chinese-LiPS 是智源研究院联合南开大学共同打造的...
Aria – Rhymes AI开源的多模态原生混合专家（MoE）模型
Aria是由Rhymes AI团队推出全球首个开源多模态原生...
众影AI – AI动画生成工具，自动分析剧本和音频生成动画作品
众影AI是 AI视频生成工具 ，专注于轻动画创作。基于自研的...