视频

1. 首页
2. 视频

MinT

MinT是一款基于时间基位置编码技术的多事件视频生成框架，允许用户通过文本提示生成包含多个事件的连贯视频，并支持对事件顺序及持续时间的精确控制。其核心技术ReRoPE使得模型能够有效关联文本提示与视频帧，同时结合预训练的视频扩散变换器（DiT）和大型语言模型（LLM）的提示增强功能，进一步提升了视频生成的质量与丰富度。MinT适用于娱乐、广告、教育等多个领域，为视频创作带来了创新性的解决方案。

AI项目与工具 2025年06月12日 42 点赞 0 评论 241 浏览

Gemini 2.0

Gemini 2.0 是谷歌推出的原生多模态AI模型，具备快速处理文本、音频和图像的能力，支持多语言输出和实时音视频流输入。通过Agent技术和工具调用，Gemini 2.0 能够自主理解任务并提供解决方案，已在编程、数据分析、游戏等领域展示应用潜力。目前提供免费试用，计划逐步开放更多功能。

AI项目与工具 2025年06月12日 63 点赞 0 评论 241 浏览

Adobe Premiere Pro

基于文本的AI视频编辑，支持语音转录功能， 自动生成文字稿，简化视频剪辑流程，像编辑文本文档一样编辑视频。

视频剪辑 2025年06月05日 74 点赞 0 评论 239 浏览

Haiper AI

一家专注于视觉内容创作的生成式AI解决方案的人工知智能公司， Haiper AI的使命就是开发将文本和图片转换为动态视频或3D的模型。

Ai视频生成 2025年06月05日 75 点赞 0 评论 239 浏览

万兴天幕多媒体大模型

一个涵盖了视觉、音频、语言等多模态AI生成和优化能力的多媒体大模型，万兴天幕多媒体大模型核心功能包括一键成片、AI美术设计、文生音乐、音频增强、音效分析、多语言对话等。

Ai平台模型 2025年06月05日 40 点赞 0 评论 239 浏览

VideoCrafter2

VideoCrafter2 是一款由腾讯AI实验室开发的视频生成模型，通过将视频生成过程分解为运动和外观两个部分，能够在缺乏高质量视频数据的情况下，利用低质量视频保持运动的一致性，同时使用高质量图像提升视觉质量。该工具支持文本到视频的转换，生成高质量、具有美学效果的视频，能够理解和组合复杂的概念，并模拟不同的艺术风格。

AI项目与工具 2024年01月01日 49 点赞 0 评论 239 浏览

Pictory.ai

Pictory.ai，通过使用 AI 的强大功能将文本内容转换为高度可分享的视频，从而产生更多潜在客户并促进销售：快速、可扩展、经济实惠。

创业营销 2025年06月05日 79 点赞 0 评论 238 浏览

LongLLaVA

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 238 浏览

Sora.FM

一个使用nextjs创建的用于生成 Sora AI视频的开源Web模板。

Ai开源项目 2025年06月05日 22 点赞 0 评论 237 浏览

AssemblyAI

一个提供将音频文件、视频文件和实时语音转录为文字的平台，提供了一个简单的API，允许用户访问用于转录和语音理解的即可用的AI模型。

Ai语音工具 2025年06月05日 57 点赞 0 评论 237 浏览