DICE-Talk
基于扩散模型的情感化动态头像生成工具 基于扩散模型的情感化动态头像生成方法，能够为说话的肖像生成生动且多样化的情感表达。
最强开源端到端语音大模型 阶跃星辰发布的Step-Audio2mini是一款开源的端到端语音大模型，能够实现语音理解、音频推理与生成的统一建模。
数据统计
相关导航
Step-DeepResearch
高性价比端到端深度研究代理模型 Step-DeepResearch 是阶跃星辰推出的一款高性价比、端到端深度研究代理模型，专为开放式研究场景中的自主信息探索和专业报告生成设计，能通过动态循环的推理、行动与反思，高效完成复杂研究任务。
昆仑万维
SkyReels - V3 昆仑万维 SkyReels - V3 是一款由 Skywork AI 开源的多模态视频生成模型，在单一建模架构中实现参考图像转视频、视频延长和音频驱动虚拟形象三大核心能力，达成高保真多模态视频生成的行业领先水平。
字节跳动X-Portrait2肖像动画技术
一项由字节跳动和清华大学联合开发的肖像动画技术，它能够将静态肖像图像和驱动表演视频结合起来，生成具有高度表现力和真实感的角色动画和视频。
ElevenLabs
AI ElevenLabs 提供了一个先进的 AI 声音生成器，允许用户将文本转换为多种语言的自然语音，未来还会开放其音乐生产平台ElevenLabs music。
EX-4D
极端视角4D视频合成工具 EX-4D是一种先进的4D视频合成工具，能够将单目视频转化为可在极端视角下自由控制的4D视频体验，生成高质量且物理一致的结果。
DeepSeek-R1
开源推理模型的革命性突破 DeepSeek推出的第一代推理模型，性能与OpenAI的o1正式版相当，且开源了模型权重与训练框架。
OWL
多智能体协作框架 基于 CAMEL-AI 框架开发的前沿多智能体协作框架，致力于通过动态智能体交互实现高效、自然且稳健的任务自动化。
暂无评论...