-
Vimi – 商汤推出的可控人物视频生成大模型
Vimi 是商汤科技推出的全球首个可控人物视频生成大模型。它可以通过动作视频、动画、声音和文字等多种驱动元素来生成与目标动作一致的人物类视频。与常规图片表情控制技术不同，Vimi不仅可以控制人物表情，还可以控制肢体动作，并生成合理的头发、服饰、背景，甚至支持光影变化。这使得它成为了全球首个稳定的可控人物视频生成产品。 官网入口：https://vimi.sensetime.com/ Vim可控人物… -
Runway AI – 基于人工智能的视频创作工具、图像、音乐、文本和视频编辑
Runway AI 是一个基于人工智能的视频创作工具，可以生成各种类型的艺术作品，包括图像、音乐、文本和视频。使用 Runway，你可以通过简单的交互式界面定制和控制模型，生成独特的创意作品。这个工具由纽约的一家名为 Runway AI 的公司开发。它的功能包括视频编辑、遮罩、色彩校正、合成、生成和 VFX，甚至可以将视频变成绿屏，实现快速更换视频背景。无论是专业视频编辑师还是普通内容创作者，Ru… -
pyvideotrans – 开源GPL-v3的视频翻译配音工具
pyvideotrans是一个开源的视频翻译配音工具(开源协议GPL-v3)，将一种语言发音的视频，翻译为另一种语言发音的视频，并嵌入该语言字幕。它利用了先进的AI语音识别、机器翻译和语音合成技术，实现了视频的自动翻译和配音功能。比如有一个英文电影，发音是英文，没有英文字幕，也没有中文字幕，使用这个工具处理后，可以转成带中文字幕，并且带有中文配音的电影。 官网入口：https://pyvideot… -
MotionShop – 阿里巴巴开源的 3D角色视频替换框架
MotionShop 是一项由阿里通义XR实验室开发的创新性技术，旨在将视频中的人物自动转换为3D卡通角色。这个工具的核心功能是精确捕捉和模仿人类动作，然后将其转换为3D模型。通过这项技术，创作者可以将真实演员的表演转化为虚拟角色，创造出不同寻常的视觉体验，而无需牺牲表演的真实性。MotionShop的用户界面设计直观易用，即使没有3D动画背景的用户也能快速上手。 官网入口：https://aig… -
AnimateDiff-Lightning – 字节跳动开发的开源文本到视频生成模型
AnimateDiff-Lightning是字节跳动公司开发的一种先进的文本到视频生成模型。它的主要功能是允许用户通过输入文本描述来自动生成相应的视频内容。这种模型在视频创作、动画制作、广告制作等领域有着广泛的应用前景。AnimateDiff-Lightning通过深度学习技术，特别是基于扩散模型的优化，实现了从文本到视频的快速生成。用户只需提供一段描述性的文本，模型就能自动解析这段文本，并生成与… -
VTA-LDM -腾讯AI实验室推出的隐含对齐视频到音频生成框架
VTA-LDM（Video-to-Audio Generation with Hidden Alignment）是腾讯AI实验室推出的一个音频生成模型1。该模型的核心理念是通过隐含对齐技术，使得生成的音频与视频内容在语义和时间上保持一致。具体来说，它可以根据输入的视频片段生成相应的音频内容。这一创新不仅提升了音频生成的质量，还扩展了视频生成技术的应用场景。其实是让AI自动给视频加BGM和音效，让视… -
VMagic – AI 视频转绘画工具
VMagic作为一款AI视频转绘工具，其强大的功能在于能够利用前沿的人工智能技术，对普通视频中的每一帧进行自动识别和重新绘制。这种技术使得用户能够轻松地将视频转化为多种艺术风格的绘画作品，如水彩、油画、素描等，为视频内容增添了独特的艺术魅力。在创意视频制作、动画项目以及个人艺术创作等领域，VMagic的应用前景非常广阔。它不仅能够提高创作效率，还能为创作者提供丰富的艺术风格选择，帮助他们在视频中表… -
即梦AI：字节跳动旗下剪映团队打造的一站式AI创作平台
即梦AI是字节跳动旗下剪映团队推出的一站式AI创作平台，支持AI图片生成、视频生成、数字人制作、动作模仿、AI音乐等多模态创作。用户可通过文字或图片输入，快速生成2K高清图片、短视频、虚拟数字人及创意特效内容，并可进行局部重绘、风格转换、口型匹配、运镜控制等高级编辑。适用于短视频创作、广告营销、插画设计、品牌宣传等场景，助力创作者高效实现从灵感到成片的全流程生产。
