视频
VideoLLaMA3
VideoLLaMA3 是阿里巴巴开发的多模态基础模型，支持视频与图像的深度理解和分析。基于 Qwen 2.5 架构，结合先进视觉编码器与语言生成能力，具备高效时空建模与多语言处理能力。适用于视频内容分析、视觉问答、字幕生成等场景，提供多种参数版本，支持灵活部署。
文本到视频生成：CogVideoX (2024) 和 CogVideo (ICLR 2023)
文本到视频生成：CogVideoX (2024) 和 CogVideo (ICLR 2023)
Talk AI练口语
Talk AI是一款基于AI技术的语言学习应用，支持超过60种语言，提供实时语法纠错、智能生词本、视频通话等功能。它通过模拟真实对话场景，帮助用户提升口语能力，同时提供语言考试模拟练习。无论是在日常交流、商务场景还是旅行准备中，Talk AI都能满足不同用户的需求。
Cleanvoice
Cleanvoice是一款利用AI技术优化音频和视频编辑的工具，适用于播客制作、视频内容编辑、企业培训、教育讲座及采访等多种场景。其核心功能包括填充词移除、背景噪音过滤、播客摘要生成、语音转录、多轨混音等，旨在提升音频质量并节省编辑时间。无论是个人创作者还是团队用户，均可通过Cleanvoice轻松实现高效的内容整理与发布。
