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...
排序
YouTube Dubbing – AI浏览器插件，一键翻译国外视频用熟悉语言播放
YouTube Dubbing是在线观看国外视频的浏览器插件...
YT Navigator – AI YouTube 内容搜索工具，自然语言查询定位关键信息
YT Navigator 是 AI 驱动的 YouTube ...
新壹视频大模型 – 新壹科技推出的AI视频创作大模型
新壹视频大模型是新壹科技推出的AI视频创作大模型，自研AI算...
YouMind
YouMind 是前阿里员工玉伯推出的专注提升创作效率和信息...
XMusic – 腾讯多媒体实验室自主研发的AI通用作曲框架
XMusic是腾讯多媒体实验室自主研发的AI通用作曲框架。用...
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...
X-Dyna – 字节联合斯坦福等高校推出的动画生成框架
X-Dyna 是基于扩散模型的动画生成框架，基于驱动视频中的...
X-Prompt – 用于多模态视频目标分割的通用框架
X-Prompt是用于多模态视频目标分割的通用框架，解决传统...
X-AnyLabeling – AI图像标注工具，支持图像和视频多样化标注样式
X-AnyLabeling是集成多种深度学习算法的图像标注软...
WorldCraft – 港科大推出的3D虚拟世界创建和定制系统
WorldCraft是香港科技大学推出的基于大型语言模型（L...
WorldDreamer – 视频生成通用世界模型，可以生成超过1分钟的视频
WorldDreamer是基于Transformer的通用世...
WorldSense – 小红书联合上海交大推出的多模态全面评测新基准
WorldSense是小红书和上海交通大学推出的，用在评估多...
Wonderland – 多伦多大学、Snap和UCLA联合推出的单视图3D场景生成技术
Wonderland是多伦多大学、Snap和UCLA的研究团...
WonderPlay – 斯坦福联合犹他大学推出的动态3D场景生成框架
WonderPlay 是斯坦福大学联合犹他大学推出的新型框架...
Weights – 多功能AI创作平台，支持创作图片、视频、音乐等各种类型多媒体
Weights 是AI创作平台，基于AI技术创作各种类型的多...
Wav2Lip – 开源的唇形同步工具
Wav2Lip是开源的唇形同步工具，支持用户将音频文件转换成...
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...
Wan2.1 – 阿里开源的AI视频生成大模型
Wan2.1是阿里云开源的 AI视频生成 大模型，具备强大的...
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...
VSI-Bench – 李飞飞谢赛宁团队推出的视觉空间智能基准测试集
VSI-Bench（Visual-Spatial Intel...
VITRON – Skywork AI 联合新加坡国立、南洋理工推出的像素级视觉大型语言模型
VITRON是Skywork AI、新加坡国立大学和南洋理工...
VMB – 中科院联合多所高校机构推出增强多模态音乐生成的框架
VMB（Visuals Music Bridge）是中国科学...
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...
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...
VILA-U – 融合多模态理解和生成的统一基础模型
VILA-U是集成视频、图像、语言理解和生成的统一基础模型...
ViLAMP – 蚂蚁联合人民大学推出的视觉语言模型
ViLAMP（VIdeo-LAnguage Model wi...
VideoWorld – 字节联合交大等机构推出的自回归视频生成模型
VideoWorld是北京交通大学、中国科学技术大学和字节跳...
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...
Vidu 1.5 – 生数科技推出支持多主体一致性的多模态大模型
Vidu 1.5是生数科技推出的AI视频生成平台最新版本，致...