VideoPoet

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 783 浏览

AIMv2

AIMv2是苹果公司开发的开源多模态自回归预训练视觉模型，通过图像与文本的深度融合提升视觉理解能力。其采用图像块与子词标记拼接的方式进行自回归预训练，支持多种参数规模，适用于不同设备。具备视觉问答、指代表达理解、图像字幕生成、多媒体检索等功能，并可无缝集成到大型语言模型中。模型在多个视觉任务中表现优异，具备良好的可扩展性和零样本适应能力。

AI项目与工具 2025年06月12日 48 点赞 0 评论 783 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 783 浏览

云笔AI

云笔AI是一款面向学术写作的智能工具，支持从选题到成文的全流程服务。它能快速生成千字大纲和万字论文初稿，查重率低于15%，并具备降重、内容优化及多学科覆盖等功能，适用于毕业论文、课程作业及长文撰写等多种场景，提升写作效率与原创性。

AI项目与工具 2025年06月12日 52 点赞 0 评论 784 浏览

MTVCrafter

MTVCrafter是由中国科学院深圳先进技术研究院计算机视觉与模式识别实验室、中国电信人工智能研究所等机构推出的新型人类图像动画框架，基于4D运动标记化（4DMoT）和运动感知视频扩散Transformer（MV-DiT）实现高质量动画生成。该工具直接对3D运动序列建模，支持泛化到多种角色和风格，保持身份一致性，并在TikTok基准测试中取得优异成绩。其应用场景包括数字人动画、虚拟试穿、沉浸式内

AI项目与工具 2025年06月11日 50 点赞 0 评论 784 浏览

covers.ai

covers.ai是一款基于AI技术的音乐创作平台，提供AI语音生成与AI歌曲生成功能。用户可通过简单操作，如演唱或哼唱，由AI自动完成音乐制作，生成个性化歌曲。平台支持多种音乐风格，并允许用户自定义声音效果，适合音乐爱好者、初学者及创作者使用。其操作便捷、创意性强，有助于激发音乐灵感并提升创作效率。

AI项目与工具 2025年06月12日 31 点赞 0 评论 784 浏览

CogAgent

CogAgent是一款由清华大学与智谱AI联合开发的多模态视觉大模型，专注于图形用户界面（GUI）的理解与导航。它具备视觉问答、视觉定位、GUI Agent、高分辨率图像处理及多模态能力，可应用于自动化测试、智能交互、多模态人工智能应用开发、企业级AI Agent平台等多个领域。CogAgent在多个基准测试中表现出色，尤其在GUI操作数据集上显著超越现有模型。

AI项目与工具 2025年06月12日 66 点赞 0 评论 784 浏览

Backflip AI

Backflip AI 是一款基于 AI 技术的 3D 模型生成工具，可将 3D 扫描数据快速转换为 CAD 模型，提升数字设计效率。支持多种文件格式，具备自动修复、智能特征识别等功能，适用于制造业、建筑、文化遗产保护等多个领域。用户可通过不同订阅方案灵活使用，满足多样化需求。

AI项目与工具 2025年06月11日 96 点赞 0 评论 784 浏览

AI Letter Generator

AI Letter Generator是一款专注于信件生成的人工智能工具，支持商务信函、求职信、个人信件及感谢信等多种类型信件的创作。其核心功能包括多语言支持、隐私保护、专业格式化选项等，旨在为用户提供高效、安全且专业的信件撰写体验。

AI项目与工具 2025年06月12日 62 点赞 0 评论 784 浏览

豆包向量化API

Doubao-embedding是字节跳动推出的语义向量化API，支持中英文文本处理及长文本向量化，提供多种维度的向量输出和丰富的SDK支持，适用于搜索引擎、推荐系统、知识图谱构建和自然语言处理等多种应用场景。

AI项目与工具 2025年06月12日 96 点赞 0 评论 784 浏览