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...
排序
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...
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...
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...
KuaiMod – 快手推出的自动化短视频质量判别框架
KuaiMod 是快手推出的基于多模态大模型的短视频质量判别...
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...
Generative Omnimatte – 谷歌联合马里兰大学等机构推出的视频分解技术
Generative Omnimatte 是 Google ...
FaceLift – Adobe 联合加州大学推出的单张图像到 3D 头部模型生成技术
FaceLift是Adobe和加州大学默塞德分校推出的单图像...
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...
AniPortrait – 腾讯开源的照片对口型视频生成框架
AniPortrait是腾讯开源的照片 对口型 AI视频生成...
VideoCrafter2 – 腾讯推出的高质量视频生成模型
VideoCrafter2是一个由腾讯AI实验室开发的视频生...
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...
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...
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...
MyTimeMachine – AI个性化面部年龄转换技术，实现20至40年的时间跨度
MyTimeMachine（MyTM）是先进的个性化面部年龄...
Movie Gen – Meta推出文本驱动的AI视频生成与编辑工具
Movie Gen 是 Meta 推出的 AI视频生成工具 ...
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...
LVCD – 腾讯联合香港城市大学推出为动漫视频线稿上色的AI框架
LVCD（Large Video Color Diffusi...
M2UGen – 腾讯联合国立大学推出多模态音乐理解和生成框架
M2UGen是先进的多模态音乐理解和生成框架，由腾讯PCG ...
EMO – 阿里推出的AI肖像视频生成框架
EMO（Emote Portrait Alive）是一个由阿...
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...
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...
VideoChat – 开源的实时数字人对话系统，首包延迟低至3秒
VideoChat是开源的实时数字人对话系统，支持语音输入和...
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...
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...
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...
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...
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...
Morphik – 开源的多模态检索增强生成工具
Morphik 是开源的多模态检索增强生成（RAG）工具，专...
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...