视频

MoCha

MoCha 是一款由 Meta 与滑铁卢大学联合开发的端到端对话角色视频生成模型,支持语音与文本驱动的角色动画生成,具备全身动作模拟与多角色对话交互能力。其核心技术包括扩散变压器架构和语音-视频窗口注意力机制,确保动画与语音精准同步。适用于虚拟主播、影视动画、教育内容及数字人客服等多个领域,提升了内容创作效率与表现力。

Higgsfield AI

一种基础视频模型,Higgsfield AI模型通过无与伦比的个性化和控制以及生成逼真的人类角色和动作的能力而脱颖而出。

蜜蜂剪辑

简单的操作,丰富的功能,热门的特效素材,轻松一剪就是大片,全民都会用的视频剪辑软件。

summarize.tech

Summarize.tech是一款利用AI技术生成长视频文字摘要的在线工具,可自动提取视频中的关键信息并提供定制化的摘要长度和时间戳标记。它支持多种语言和跨平台链接,适用于学习、研究、职场及娱乐等多个场景,帮助用户高效获取所需信息。

Mora

Mora是一个多智能体框架,专为视频生成任务设计,通过多个视觉智能体的协作实现高质量视频内容的生成。主要功能包括文本到视频生成、图像到视频生成、视频扩展与编辑、视频到视频编辑以及视频连接。尽管在处理大量物体运动场景时性能稍逊于Sora,Mora仍能在生成高分辨率视频方面表现出色。

WarpVideo

WarpVideo是一款基于人工智能的视频创作工具,提供视频转视频、图像转视频、文本转视频及视频缩放等多种功能,支持用户快速高效地完成视频风格转换与格式调整。它广泛应用于电影制作、营销推广、社交媒体内容创作、教育培训及新闻报道等领域,助力用户轻松打造专业级视频内容。

绘声美音

绘声美音是一款集声音克隆、AI变声、文字转语音及多种音频处理功能于一体的在线工具,用户可通过微信公众号便捷使用。支持上传语音训练专属声纹模型,进行歌曲翻唱并生成MV,同时提供变声、音频提取、听歌识曲等功能,适用于娱乐、配音、创作等多种场景。

CogVideo

目前最大的通用领域文本生成视频预训练模型,含94亿参数。CogVideo将预训练文本到图像生成模型(CogView2)有效地利用到文本到视频生成模型,并使用了多帧率分层训练策略。

曦灵·数字人

百度曦灵平台引领数字人科技新纪元,这是一款结合了尖端人工智能技术和计算机图形学的数字人解决方案。

Remusic AI

一键生成自己独有的歌曲和音乐,可以定义歌词和风格,如国风、Rap和摇滚等,人人都是音乐歌曲创作者。