视频 - 智狐AI导航

UniReal

UniReal是一款由香港大学与Adobe研究院合作开发的多功能图像处理框架，能够实现图像生成、编辑、定制和合成等任务。它通过视频生成模型的设计理念，利用大规模视频数据作为监督源，学习图像间的连贯性与变化性，生成高质量的逼真图像。该框架特别擅长处理复杂的场景，支持多种应用场景，包括数字内容创作、媒体娱乐、广告营销、电子商务及教育等领域。

AI项目与工具 2025年06月12日 36 点赞 0 评论 780 浏览

TurboScribe Ai

一项语音AI转文字服务，提供无限音频和视频转录。TurboScribe Ai可以将音频和视频文件转换为98+种语言的文本，准确率极高。

Ai语音工具 2025年06月05日 24 点赞 0 评论 780 浏览

讯飞AI聊天对话

讯飞AI聊天对话是科大讯飞推出的AI大语言模型，具备多模态理解和生成能力，支持多种文件类型的智能管理、分析和再创作。

创作工具 2026年08月14日 0 点赞 0 评论 780 浏览

HeyGen

HeyGen是一款AI数字人视频创作平台，具备即时数字人视频制作、多语言翻译配音、语音克隆、文本转语音等功能。它提供了丰富的视频模板库和强大的素材库，支持用户轻松创建高质量的数字人视频。HeyGen适用于多种场景，包括讲解说明、市场营销和企业培训，助力用户提高工作效率和视频质量。

AI项目与工具 2025年06月12日 91 点赞 0 评论 780 浏览

Phantom

Phantom是由字节跳动研发的视频生成框架，支持从参考图像中提取主体并生成符合文本描述的视频内容。它采用跨模态对齐技术，结合文本和图像提示，实现高质量、主体一致的视频生成。支持多主体交互、身份保留等功能，适用于虚拟试穿、数字人生成、广告制作等多种场景。模型基于文本-图像-视频三元组数据训练，具备强大的跨模态理解和生成能力。

AI项目与工具 2025年06月12日 72 点赞 0 评论 781 浏览

VideoPoet是一款基于大模型的AI视频生成工具，支持从文本、图像或视频输入中合成高质量的视频内容及匹配的音频。其核心优势在于多模态大模型设计，能够处理和转换不同类型的输入信号，无需特定数据集或扩散模型即可实现多种风格和动作的视频输出。主要功能包括文本到视频转换、图像到视频动画、视频风格化、视频编辑和扩展、视频到音频转换以及多模态学习等。技术原理涉及多模态输入处理、解码器架构、预训练与任务适应

AI项目与工具 2024年01月01日 98 点赞 0 评论 781 浏览

HunyuanCustom

HunyuanCustom是腾讯混元团队开发的多模态视频生成框架，支持图像、音频、视频和文本等多种输入条件，生成高质量定制化视频。采用文本-图像融合与图像ID增强技术，提升身份一致性和视频真实性。适用于虚拟人广告、虚拟试穿、视频编辑等场景，具备音频驱动和视频驱动两种生成方式，展现强大可控性与灵活性。

AI项目与工具 2025年06月11日 73 点赞 0 评论 781 浏览