VideoRefer
VideoRefer是由浙江大学与阿里达摩院联合开发的视频对象感知与推理系统，基于增强型视频大型语言模型，实现对视频中对象的细粒度理解与分析。其核心包括大规模视频数据集、多功能空间-时间编码器和全面评估基准，支持对象识别、关系分析、推理预测及多模态交互等功能，适用于视频剪辑、教育、安防、机器人控制和电商等多个领域。
视频处理
VideoCaptioner
VideoCaptioner是一款基于大语言模型的智能字幕处理工具，支持语音识别、字幕优化、翻译、样式调整及视频合成等功能。无需GPU即可运行，兼容多语言和多种字幕格式，适用于视频创作者、教育工作者及字幕翻译团队，提升字幕制作效率与质量。
ChopperBot
ChopperBot是一款基于AI的直播内容管理工具，支持多平台直播视频的自动抓取、智能剪辑、封面生成及一键上传。通过模块化设计和灵活插件支持，用户可轻松实现个性化内容创作和多平台分发。其核心技术包括视频处理、人工智能分析和自然语言生成，旨在提升直播主和内容创作者的工作效率。
VideoLingo
VideoLingo是一款集成了自然语言处理与大型语言模型技术的全自动视频翻译工具，具备智能字幕分割、上下文感知翻译、精准字幕对齐及高质量配音等功能。它能够高效处理视频翻译任务，适用于在线教育、企业培训、视频内容创作等多个领域，帮助用户突破语言障碍，提升内容传播效果。
EasyVideoTrans
EasyVideoTrans是一款开源的AI视频翻译工具，支持从视频中提取音频并翻译字幕，同时提供多样化的声音风格以实现自然的配音效果。它适用于视频创作者、教育机构、企业培训及品牌宣传等领域，能够快速生成高质量的中文版本视频，满足跨语言沟通的需求。
