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。
电影级对话角色合成工具 MoCha 是一款能够仅通过语音和文本生成电影级对话角色的合成工具，支持情感控制、动作控制以及多角色对话等功能。
数据统计
相关导航
HunyuanWorld-Voyager
从一张照片走进3D世界 HunyuanWorld-Voyager是由腾讯混元团队开源的3D生成工具，能通过单张照片或文字描述快速生成360°沉浸式3D场景，为用户带来全新的视觉体验。
“拍我AI”
爱诗科技旗下的PixVerse国内版，开启AI视频创作新纪元 强大的AI视频生成工具，可基于文本或图片快速生成高质量动态视频，满足不同用户创作需求。
百度PaddleOCR-VL文档解析模型
PaddleOCR-VL 是百度 2025 年 10 月开源的全球最强文档解析模型，仅用 0.9B 参数即可在复杂版面、手写、表格、公式、图表等全场景实现 SOTA 级“看懂+读懂”。
Genspark
Genspark 是一个专注于人工智能和机器学习模型开发的工具，旨在帮助用户快速构建、训练和部署AI模型。
Meshy
AI Meshy是一款高效、用户友好的AI 3D模型生成器，能够轻松将文本和图像转化为吸引人的3D模型。
Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
Vidu Q2
开启 AI 视频生成的“演技时代” Vidu Q2 是生数科技推出的新一代图生视频大模型，它通过突破细微表情生成技术，实现了从“视频生成”到“演技生成”的跨越，为内容创作、影视产业、广告营销等领域带来了全新升级。
暂无评论...