MoCha – Meta 联合滑铁卢大学推出的端到端对话角色视频生成模型
MoCha AI 是 Meta 和滑铁卢大学联合开发的端到端...
排序
面试猫 – AI面试辅助工具，实时语音识别面试官问题
面试猫是 AI面试辅助工具 ，基于实时语音识别和大语言模型...
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...
腾讯混元文生视频 – 腾讯推出的AI视频生成模型
腾讯混元文生视频是基于腾讯 AI视频生成 模型推出的AI视频...
AI-Media2Doc – 开源AI图文创作助手，一键将音视频内容转为文档
AI-Media2Doc 是开源的音视频转文档工具，基于AI...
FaceHub – AI照片视频编辑应用，支持AI换脸、风格变换、动画生成
FaceHub是一款AI驱动的照片和视频编辑应用，基于深度伪...
VFusion3D – Meta联合牛津大学推出的AI生成3D模型项目
VFusion3D 是由 Meta 和牛津大学的研究人员共同...
DragAnything – 快手联合浙大等机构开源的可控视频生成方法
DragAnything 是快手联合浙江大学和新加坡国立大学...
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...
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...
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...
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...
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...
AnimateDiff – 扩展文生图模型生成动画的框架
AnimateDiff是由上海人工智能实验室、香港中文大学和...
The Matrix – 阿里联合港大等多所机构推出的AI基础世界模拟器
The Matrix是与电影同名的首个AI基础世界模拟器，是...
StreamingT2V – PicsArt推出的可生成长达2分钟视频的模型
StreamingT2V是由PicsArt AI研究团队推出...
ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架
ShotAdapter是Adobe联合UIUC推出的用在文本...
FramePack – 斯坦福开源的AI视频生成模型
FramePack 是斯坦福大学开源的AI视频生成模型。基于...
Step-Video-TI2V – 阶跃星辰开源的图生视频模型
Step-Video-TI2V 是阶跃星辰（StepFun...
声动视界 – AI视频工具，面向带货短视频领域的视频翻译、配音等功能
声动视界（ SoundView ）是面向带货短视频的AI视频...
Seaweed APT2 – 字节跳动推出的AI视频生成模型
Seaweed APT2是字节跳动推出的创新的 AI视频生成...
Reel.AI – 井英科技推出的AI短剧应用
Reel.AI 是 CreativeFitting（井英科技...
Multimodal Live API – 谷歌推出支持多模态交互、低延迟实时互动的AI接口
Multimodal Live API 是谷歌推出的低延迟...
ANTO – 开源的Windows桌面字幕翻译工具
ANTO是一款开源的Windows桌面字幕翻译工具，用于翻译...
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...
SUAPP AI – 为建筑设计行业打造的AI设计渲染工具
SUAPP AI（灵感AI）是为建筑设计行业打造的 AI 工...
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...
MimicMotion – 腾讯推出的AI人像动态视频生成框架
MimicMotion是腾讯的研究人员推出的一个高质量的人类...