AI

1. 首页
2. AI

MM

MM-StoryAgent是由上海交通大学X-LANCE实验室与阿里巴巴集团联合开发的开源多模态、多智能体框架，用于生成沉浸式有声故事绘本视频。它结合大型语言模型与多模态生成技术，通过多阶段写作流程和模态对齐优化，提升故事内容的质量与连贯性。支持灵活模块化设计，适用于儿童教育、数字内容创作、在线教育等多个场景，为故事创作提供高效、可定制的解决方案。

AI项目与工具 2025年06月12日 67 点赞 0 评论 628 浏览

Pixtral 12B

Pixtral 12B是一款由法国初创企业Mistral开发的多模态AI模型，能够同时处理图像和文本数据。该模型包含120亿参数，大小约为24GB，基于Nemo 12B文本模型构建。它具备强大的图像和文本处理能力，能够执行图像描述生成、统计照片中的物体数量等任务，并在多个基准测试中表现出色。Pixtral 12B将根据Apache 2.0许可证开源，用户可以自由下载和微调该模型。应用场景广泛，包括

AI项目与工具 2025年06月12日 69 点赞 0 评论 628 浏览

AnchorCrafter

AnchorCrafter是一款基于扩散模型的智能视频生成工具，利用人-物交互（HOI）技术生成高质量主播风格产品推广视频。它支持物体外观保持、运动控制、遮挡处理及细节增强学习，适用于在线购物、社交媒体营销、电视广告制作等多个领域，显著提升视频真实感和互动性。

AI项目与工具 2025年06月12日 20 点赞 0 评论 628 浏览

SeedVR

SeedVR是由南洋理工大学与字节跳动联合开发的视频修复模型，采用移位窗口注意力机制和因果视频变分自编码器，实现高质量、高效率的视频修复。支持任意长度和分辨率的视频处理，生成具有真实感细节的修复结果，适用于影视修复、广告制作、监控视频优化等多个场景。其处理速度优于现有方法，具备良好的实用性与扩展性。

AI项目与工具 2025年06月12日 93 点赞 0 评论 628 浏览

Offerin AI

一款基于GPT-4的AI面试笔试助手，支持实时语音识别、极速回答、精确搜索和代码生成等功能。

招聘求职 2025年06月05日 95 点赞 0 评论 628 浏览

微软VASA

微软亚洲研究院开发的一种前沿人工智能技术，VASA-1能够将单一静态图像和一段语音音频转换成逼真的对话面部动画。

Ai视频生成 2025年06月05日 67 点赞 0 评论 628 浏览

Hummingbird

Hummingbird-0 是一款基于深度学习的 AI 口型同步工具，支持零样本学习，无需额外训练即可快速生成高质量口型同步视频。它兼容多种格式，支持最长 5 分钟视频处理，1 分钟内生成 10 秒视频，适用于影视制作、广告、本地化翻译及 AI 内容创作等场景。通过多模态融合技术，实现音频与视频的精准匹配，提升内容表现力。

AI项目与工具 2025年06月11日 42 点赞 0 评论 628 浏览

元乙智能数字人

一站式数字人创作平台。提供AI视频创作、图文创作和文案创作三大功能，全方位满足短视频从业者创作需求，节省短视频制作成本和时间。

Ai视频生成 2025年06月05日 59 点赞 0 评论 628 浏览

壁仞科技

致力于研发原创性的通用计算体系，建立高效的软硬件平台

创作工具 1970年01月01日 0 点赞 0 评论 628 浏览

ImageFusion AI

ImageFusion AI 是一款基于人工智能的在线图像合成工具，支持快速、高质量的图像融合与风格转换。用户可通过预设样式或自定义参考图创建独特视觉效果，适用于艺术创作、设计、营销等多个场景。操作简便，输出清晰，适合个人及专业用户使用。

AI项目与工具 2025年06月11日 99 点赞 0 评论 628 浏览