谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效
在人工智能领域，谷歌旗下的DeepMind公司再次取得突破性...
排序
VideoTuna – AI视频生成应用代码库，支持多模型和全面的视频生成流程
VideoTuna是集成多种AI视频生成模型的代码库，支持文...
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...
VideoPhy – UCLA 联合谷歌推出评估视频生成模型物理常识能力的基准测试
VideoPhy是UCLA和谷歌研究研究院联合推出的，首个评...
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...
MiniPerplx – AI 搜索引擎，基于 Grok 2.0 模型
MiniPerplx 是开源的 AI 搜索引擎 ，基于 Gr...
I2VGen-XL：阿里推出的图像到视频生成模型
I2VGen-XL 是阿里巴巴达摩院推出的一款开源的图像到视...
EMO – 阿里推出的AI肖像视频生成框架
EMO（Emote Portrait Alive）是一个由阿...
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...
Vidu主体参照功能 – Vidu推出的AI视频生成新功能，一键同步角色特征
Vidu 主体参照功能是Vidu AI全球首发的参考一致性新...
Vid2World – 清华联合重庆大学推出视频模型转为世界模型的框架
Vid2World是清华大学联合重庆大学推出的创新框架，支持...
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...
MMAudio – 基于多模态联合训练实现高质量 AI 音频合成项目
MMAudio是先进视频到 音频合成 技术，基于多模态联合训...
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...
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...
3DV-TON – 阿里达摩院联合浙大等推出的视频虚拟试穿框架
3DV-TON（Textured 3D-Guided Con...
VisoMaster – AI换脸和编辑软件，支持图片和视频高质量换脸
VisoMaster 是基于 AI 技术的 换脸 和编辑软件...
TEN Agent – 开源的实时多模态 AI 代理框架
TEN Agent是集成OpenAI Realtime AP...
Silimini – AI动态照片应用，静态照片转换成生动的动态表情
Silimini是创新的AI动态照片应用，基于动态表情模板和...
MoviiGen 1.1 – AI视频生成模型，支持生成电影级画质
MoviiGen 1.1 是ZulutionAI 推出的专注...
MineWorld – 微软研究院开源的实时交互式世界模型
MineWorld是微软研究院开源的基于《我的世界》（Min...
Deepfake Defenders – 中科院开发的识别Deepfake伪造内容的AI模型
Deepfake Defenders是由中国科学院自动化研究...
BILIVE – 开源AI录播工具，一站式自动直播录制与处理
BILIVE 是基于 AI 技术的开源工具，专为 B 站直播...
VPP – 清华和星动纪元推出的首个AIGC机器人大模型
VPP（Video Prediction Policy）是清...
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...
SpatialLM – 群核科技开源的空间理解多模态模型
SpatialLM 是群核科技开源的空间理解多模态模型，赋予...
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...
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...
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...
Matrix-Game – 昆仑万维开源的工业界首个空间智能大模型
Matrix-Game是昆仑万维开源的工业界首个10B+空间...