视频 - 智狐AI导航

Shedevrum

Shedevrum是由Yandex推出的AI图像生成工具，支持文本到图像和视频的生成，具备多种艺术风格模仿能力。用户可通过输入描述性文本，快速生成高质量、高分辨率的图像，并进行个性化调整。该工具适用于艺术创作、内容制作、教育及品牌营销等多个领域，提供便捷的视觉内容生成方案。官网提供免费版本，支持多语言输入，适合各类用户使用。

AI项目与工具 2025年06月12日 96 点赞 0 评论 401 浏览

Descript

Descript是一款可让您像编辑文档一样轻松地编辑视频和音频文件的软件。

Ai语音工具 2025年06月05日 29 点赞 0 评论 401 浏览

WorldSense

WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。

AI项目与工具 2025年06月12日 61 点赞 0 评论 401 浏览

RecCloud

一个人工智能驱动的多媒体服务平台，RecCloud专门为视频和音频处理提供一套全面的工具。

视频剪辑 2025年06月05日 49 点赞 0 评论 401 浏览

拍我AI

拍我AI是爱诗科技推出的PixVerse国内版，是一款强大的AI视频生成平台。用户可通过文本提示或上传图片快速生成高质量动态视频，支持V4.5版本，提升视频质量与动画流畅度。平台提供多种特效模板和风格选择，支持文生视频、图生视频、首尾帧功能等，适用于社交媒体内容创作、电商营销、视频制作及企业应用。同时，开放API接口，助力企业高效生成营销视频和电商素材，降低传统视频制作成本和时间。

AI项目与工具 2025年06月11日 32 点赞 0 评论 401 浏览

Video

Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积（STC）连接器和音频分支，显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。

AI项目与工具 2025年06月12日 50 点赞 0 评论 401 浏览