一致性
CosyVoice 2.0
CosyVoice 2.0是一款基于深度学习的语音生成大模型，通过有限标量量化技术和新型架构设计，在发音准确性、音色一致性和韵律表达方面表现出色。其支持流式推理，延迟低至150ms，广泛应用于智能助手、有声读物、视频配音及语言学习等领域，同时具备多语言支持和情感控制等功能。
Vidu主体参照功能
Vidu的主体参照功能是一项由Vidu AI首次推出的参考一致性功能，旨在保持视频中单一主体（如真人、2D或3D角色）的一致性。该功能不仅支持对角色的面容、半身、全身特征进行精确控制，还涵盖多种角色类型和画风，包括写实风格和各种艺术风格。它能有效解决视频制作中的一致性问题，提升创作效率，并降低技术门槛，适用于艺术创作、商业广告、社交媒体内容、教育和培训、游戏开发以及电影和电视剧制作等多种应用场景。
Prometheus
Prometheus是一款基于潜在扩散模型的3D生成工具，能够从文本描述中快速生成高质量、高保真的3D场景。其核心技术包括两阶段训练框架、RGB-D潜在空间解耦、前馈生成策略和无分类器引导，确保生成结果在视觉和几何上的准确性与一致性。适用于内容创作、游戏开发、建筑设计等多个领域，显著提升了3D内容生成的效率和质量。
ViewExtrapolator
ViewExtrapolator是一种基于稳定视频扩散（SVD）的新视角外推方法，能够生成超出训练视图范围的新视角图像，特别适用于提升3D渲染质量和视觉真实性。该工具通过优化SVD的去噪过程，减少了伪影问题，同时支持多视图一致性生成，无需额外微调即可实现高效的数据和计算性能，广泛适用于虚拟现实、3D内容创作及文物保护等多个领域。
VideoPainter
VideoPainter是由多所高校及科研机构联合开发的视频修复与编辑框架，采用双分支架构，结合轻量级上下文编码器和扩散模型，实现高效背景保留与前景生成。支持插件式操作，具备长视频对象一致性维持能力，并构建了大规模视频修复数据集，广泛应用于影视、广告、教育等领域。
FancyVideo
FancyVideo是一款由360公司与中山大学合作开发的AI文生视频模型，采用创新的跨帧文本引导模块（CTGM）。它能够根据文本描述生成连贯且动态丰富的视频内容，支持高分辨率视频输出，并保持时间上的连贯性。作为开源项目，FancyVideo提供了详尽的文档和代码库，便于研究者和开发者深入研究和应用。主要功能包括文本到视频生成、跨帧文本引导、时间信息注入及时间亲和度细化等。
