FantasyTalking FantasyTalking是一种由阿里巴巴AMAP团队与北京邮电大学联合开发的AI工具,能够从静态肖像生成高质量、可动画化的虚拟形象。该工具采用双阶段视听对齐策略,结合面部专注的交叉注意力模块和运动强度调制模块,实现精准口型同步、丰富表情生成及全身动作控制。支持多种风格和姿态,适用于游戏、影视、VR/AR、虚拟主播及教育等领域。 AI项目与工具 2025年06月11日 83 点赞 0 评论 753 浏览
VSI VSI-Bench是一种用于评估多模态大型语言模型(MLLMs)视觉空间智能的基准测试工具,包含超过5000个问题-答案对,覆盖多种真实室内场景视频。其任务类型包括配置型任务、测量估计和时空任务,可全面评估模型的空间认知、理解和记忆能力,并提供标准化的测试集用于模型性能对比。 --- AI项目与工具 2025年06月12日 10 点赞 0 评论 753 浏览
Mochi 1 Mochi 1 是一款基于开源架构的 AI 视频生成工具,具有高保真度和强大的提示遵循能力。它采用 Genmo 自研的非对称扩散变压器(AsymmDiT)架构,结合实时视频生成技术和流式架构,能够高效生成高质量的视频内容。Mochi 1 支持多种应用场景,包括视频内容创作、教育、娱乐、广告和社交媒体等,适用于个人和企业用户。 AI项目与工具 2025年06月12日 27 点赞 0 评论 753 浏览
MagicEdit MagicEdit 是字节跳动的一款视频编辑工具,它可以高保真度和时间连贯性地编辑视频,通过学习明确区分外观和动作。 Ai开源项目 2025年06月05日 40 点赞 0 评论 754 浏览
Hailuo AI Hailuo AI 是一款基于AI技术的视频生成工具,支持将文本和图片转化为动态视频内容。提供多种艺术风格与场景选择,最新模型可让2D插画动起来,适用于创意设计、影视制作等领域,帮助用户高效实现视觉创意,提升创作效率。 AI项目与工具 2025年06月11日 96 点赞 0 评论 754 浏览
BibiGPT BibiGPT是一款利用人工智能技术自动分析和提炼音视频内容的工具。它能够一键总结来自多个平台的音视频内容,并提供多样化的总结形式,包括摘要、思维导图、字幕列表和文章视图。此外,用户可以自由提问,以获取相关问题的答案。BibiGPT支持多客户端使用,包括iOS快捷指令、微信服务号、书签版、PWA客户端、Chromium内核的浏览器插件及电脑桌面端。它还提供了多种导出和保存选项,并支持与音视频内容进 AI项目与工具 2023年01月01日 82 点赞 0 评论 754 浏览
Sunoify Sunoify是一款利用人工智能技术实现文字、图片、表情符号甚至产品链接向音乐转化的在线平台。它提供多种创作模式,包括文字转音乐、图片音乐化等,并支持个性化风格定制。Sunoify适合视频制作者、品牌营销团队以及音乐爱好者,帮助他们快速生成高质量的原创音乐,满足不同场景需求。 AI项目与工具 2025年06月12日 57 点赞 0 评论 755 浏览
OmniHuman OmniHuman是字节跳动推出的多模态人类视频生成框架,基于单张图像和运动信号生成高逼真视频。支持音频、姿势及组合驱动,适用于多种图像比例和风格。采用混合训练策略和扩散变换器架构,提升生成效果与稳定性,广泛应用于影视、游戏、教育、广告等领域。 AI项目与工具 2025年06月12日 43 点赞 0 评论 755 浏览