字节跳动
LatentSync 端到端唇同步技术 一种基于音频条件的潜在扩散模型的端到端唇同步框架，能够直接建模复杂的音视频关联.
AI驱动的视频本地化与配音工具 RaskAI 是一款基于人工智能的视频本地化和配音工具，专为需要快速、高效地将视频内容翻译和配音成多种语言的创作者和企业提供服务 。
数据统计
相关导航
字节OmniHuman-1.5
AI视频生成领域的新突破 OmniHuman-1.5是字节跳动推出的多模态数字人方案，通过单张图像与音频输入生成高度逼真的动态视频，广泛应用于影视制作、虚拟主播、教育培训等领域。
腾讯混元世界模型 1.5（Tencent HY WorldPlay）
实时互动体验世界模型 腾讯混元世界模型 1.5 是国内首个开放实时互动体验的世界模型，能通过文字或图片快速生成可实时探索的互动虚拟世界，同时开源业内最全面的实时世界模型训练体系，为 AI 生成内容领域提供新可能。
趣丸千音视频翻译
AI赋能的高效视频翻译解决方案 丸科技推出的一款基于人工智能的视频翻译工具，能够实现一站式自动化翻译和配音，大幅提升视频内容的国际化传播效率。
小红书FireRedTTS-2
新一代对话合成模型 FireRedTTS-2 是小红书智创音频技术团队推出的新一代对话合成模型，可实现灵活的逐句生成和高质量的语音合成。
Moki
美图秀秀AI短片、广告生成工具 Moki是由美图公司推出的AI短片创作工具，专注于辅助视频创作者打造动画短片、网文短剧、故事绘本和音乐视频（MV）。它基于美图自研的奇想智能大模型（MiracleVision），提供智能剪辑、自动配乐、音效添加和字幕生成等功能。
Singify
AI 音乐创作的全能助手 强大的在线 AI 歌曲与音乐生成器，能够帮助用户轻松创作原创歌曲、翻唱热门音乐以及混音个性化风格的作品。
字节推文生图框架 InfiniteYou
个性化图像生成新体验 一款创新的图像生成工具，能够根据用户的文字描述生成高质量的个性化图像，并且在更换场景和内容时精准保留用户的身份特征。
暂无评论...