多语言

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集,包含1000亿个图像与文本配对数据,是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建,保留了丰富的语言和文化多样性,支持多模态任务如图像分类、图像描述生成和视觉问答,广泛应用于人工智能研究、工程开发及教育领域。

F5

F5-TTS是一款由上海交通大学研发的高性能文本转语音(TTS)系统,采用流匹配与扩散变换器技术,支持多语言合成及情感控制等功能。它能够在无额外监督条件下生成高质量语音,适用于多种商业和非商业场景,如有声读物、语音助手、语言学习等。

X-Me

X-Me是一个创新的AI Avatar视频生成平台,允许用户创建个性化的AI化身视频。用户可以上传自拍视频,输入文本,并生成支持147种语言的多语言视频内容。

Pippit

Pippit是字节跳动旗下CapCut推出的AI内容创作平台,支持电商、社交媒体和品牌推广场景。用户可通过输入链接或脚本快速生成视频、图片等内容,支持多语言及批量处理。平台提供丰富素材库、AI数字人视频、智能剪辑等功能,并支持一键发布至多个平台。内置数据分析工具,助力内容优化,适合各类创作者和企业提升营销效率。

WowTo AI

WowTo是一个AI视频制作生成软件,使用AI创建和托管教程视频知识库。你可以用WowTo的视频编辑器制作支持视频、培训视频和教育视频。

EchoMimicV2

EchoMimicV2是一款由阿里巴巴蚂蚁集团研发的AI数字人动画生成工具,能够基于参考图片、音频剪辑及手部姿势序列生成高质量的半身动画视频。它支持多语言(中英双语)输入,并通过音频-姿势动态协调、头部局部注意力及特定阶段去噪损失等技术手段显著提高了动画的真实度与细节表现力,适用于虚拟主播、在线教育、娱乐游戏等多个领域。

Kuli Kuli

Kuli Kuli 是一款面向旅行者和美食爱好者的AI翻译工具,支持多语言菜单即时翻译,包括手写菜单。它提供过敏原信息、菜品图片、化妆品及零食成分翻译等功能,帮助用户更安全、便捷地探索异国饮食文化。应用操作简便,适合旅行点餐、饮食安全、美妆护肤等多种使用场景。

vidyo.ai

Vidyo.ai是一款基于人工智能的视频编辑工具,可将长视频自动剪辑为适合社交媒体的短视频片段。其主要功能涵盖智能剪辑、尺寸适配、字幕生成、播放速度调节及音频优化等。该工具支持多语言操作,适合内容创作者和品牌方高效制作高质量视频内容。

Kuakua

Kuakua 是一个结合了积极心理学和人工智能技术的平台,旨在提升用户的幸福感和心理健康。它提供多语言支持、心理学资源、AI辅助工具、正念练习和生活方式建议,帮助用户在日常生活中实践积极心理学原则。主要功能包括多语言界面、基于积极心理学的任务和活动、每日学习模块、丰富的心理学资源库以及AI心理健康分析工具。应用场景涵盖个人成长、压力管理、情绪调节、生活习惯改善及专业心理健康支持。

通义万相AI视频

通义万相AI视频是一款基于人工智能的视频生成工具,支持文生视频和图生视频两种模式。用户可输入文字描述或上传图片生成高质量视频,支持多语言、多种艺术风格及音频生成功能,优化中式元素表现,广泛应用于影视、广告、动画设计等多个领域。