DrivingDojo DrivingDojo是一个由中国科学院自动化研究所与美团无人车团队合作研发的数据集,包含18,000个视频片段,涵盖全面的驾驶操作、多智能体交互及开放世界驾驶知识。它定义了动作指令跟随(AIF)基准,用于评估世界模型的预测能力,并支持自动驾驶算法开发、世界模型训练、多智能体交互模拟及罕见事件处理等多个应用场景。 AI项目与工具 2025年06月12日 85 点赞 0 评论 416 浏览
SkyReels Ai 一个由昆仑万维推出的AI短剧平台,集成了视频大模型与3D大模型,能够通过AI一键生成完整剧本、分镜、人物对白与背景音乐,支持角色形象、音色与分镜的自定义调整。 Ai视频生成 2025年06月05日 36 点赞 0 评论 417 浏览
EMO2 EMO2是一种由阿里巴巴智能计算研究院开发的音频驱动头像视频生成技术,通过音频输入和静态人像照片生成高质量、富有表现力的动态视频。其核心技术包括音频与手部动作的协同建模、扩散模型生成视频帧,以及高精度音频同步。该工具支持多样化动作生成,适用于虚拟现实、动画制作和跨语言内容创作等场景,具备自然流畅的视觉效果和丰富的应用场景。 AI项目与工具 2025年06月12日 62 点赞 0 评论 418 浏览
Vidu Studio 一款先进的能将文字描述或图片转化为高质量视频。无论是文字描述还是图片,Vidu Studio都能轻松转化为专业级视频作品,适用于营销、教育、娱乐等多个行业,满足多样化需求。 Ai视频生成 2025年06月05日 15 点赞 0 评论 418 浏览
FunFun Art 一个利用人工智能技术将用户的创意概念转化为视觉上吸引人的图片和视频。用户只需在平台上输入描述性关键词,就能获得多种艺术风格的生成l图像和视频作品。 Ai视频生成 2025年06月05日 79 点赞 0 评论 420 浏览
Pyramid Pyramid-Flow是一款基于文本生成高清视频的AI工具,利用创新的金字塔流匹配算法,支持从低分辨率到高分辨率的逐步生成过程,可生成长达10秒、分辨率达1280×768的视频内容。该模型具备端到端优化能力,支持连续帧生成,确保视频内容的连贯性和高质量。 AI项目与工具 2025年06月12日 93 点赞 0 评论 422 浏览
SaRA SaRA是一种新型预训练扩散模型微调方法,通过重新激活预训练阶段未被充分使用的参数,有效提升模型的适应性和泛化能力。该方法支持核范数低秩稀疏训练,能够防止过拟合并优化模型性能,同时大幅降低计算资源需求。SaRA适用于多种应用场景,包括图像风格迁移、视频生成及下游数据集微调等,仅需少量代码调整即可实现高效微调。 AI项目与工具 2025年06月12日 12 点赞 0 评论 422 浏览
AnyCharV AnyCharV是一款由多所高校联合研发的角色可控视频生成框架,能够将任意角色图像与目标场景结合,生成高质量视频。它采用两阶段训练策略,确保角色细节的高保真保留,并支持复杂的人-物交互和背景融合。该工具兼容多种文本生成模型,具备良好的泛化能力,适用于影视制作、艺术创作、虚拟现实等多个领域。 AI项目与工具 2025年06月12日 73 点赞 0 评论 424 浏览
CogVideoX CogVideoX是由智谱AI开发的开源AI视频生成模型,支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术,支持多阶段训练和自动及人工评估,适用于创意视频制作、教育材料、广告、游戏、电影编 AI项目与工具 2025年06月12日 55 点赞 0 评论 425 浏览