Fabric 1.0
VEED Fabric 1.0是VEED.IO 推出的全球首款AI会说话视频模型,它实现了从静态图像到动态…
按分类与互动热度筛选,快速找到合适的工具
VEED Fabric 1.0是VEED.IO 推出的全球首款AI会说话视频模型,它实现了从静态图像到动态…
Vidi是字节跳动推出的一款全新多模态模型,它专注于视频理解与编辑领域,旨在通过融合视觉、音频和文本等多种…
Nova Sonic是亚马逊近期推出的一款新一代AI语音模型,旨在进一步提升其语音助手Alexa+的性能
Qwen3-Omni是阿里云通义千问团队在2025年9月23日正式发布的全球首个原生端到端全模态AI模型…
AudioStory模型是腾讯ARC实验室推出的一款开源音频模型,该模型用大语言模型生成长音频,通过创新的…
EVI3是Hume公司在2025年5月29日正式发布全新语音语言模型,这一创新标志着通用语音智能领域进入的…
SophNet是算能科技旗下的云算力平台,专注于提供高性能的AI推理服务
Dia是由Nari Labs团队开发的一款拥有1.6亿参数的文本转语音(TTS)模型
Sonic-3是美国生成式AI公司Cartesia推出的第三代实时文本转语音(Real-time TTS)…
Shisa.AI是一家总部位于日本东京的AI实验室,专注于为日本市场开发开源的AI语言和语音模型
ThinkSound是阿里巴巴通义实验室推出的全球首款音频生成模型
ACE-Step(音跃)是阶跃星辰与ACE Studio于2025年5月7日联合发布并开源的音乐大模型,它…
Magma是一款由微软精心打造的多模态AI模型,它旨在处理和整合图像、文本和视频等多种数据类型
GAIA-2是Wayve公司最新推出的一款专为辅助驾驶和自动驾驶设计的视频生成世界模型
阿里通义Wan团队推出的视频生成和编辑模型VACE,是一款集多功能于一体的创新工具,它支持按条件生成视频…
CausVid是一种基于自回归因果推理架构的AI视频生成模型,专为解决传统模型“生成速度慢、长视频质量差”…
Magi-1是一款由Sand.ai团队研发的自回归视频生成模型
Waver是由Foundation Vision团队开源的通用视频生成大模型,它把文本-视频(T2V)、图…
Happy Oyster是阿里巴巴自研的开放式世界大模型,专注解决AI视频时长短、画面抖动、逻辑断层、人物…
Marble是由斯坦福大学教授、"AI教母"李飞飞创立的World Labs推出的全球首款商用多模态世界模型
Odyssey-2 Pro是由Odyssey公司推出的一款通用世界模型,它能够根据文本或图像提示,实时生成…
MiniGPT-4是一个融合了视觉编码器和高级大型语言模型(LLM)Vicuna的创新模型,二者通过一个投…
谷歌地球AI大脑是谷歌最新推出的一个地理智能分析平台,它整合了图像、地图、天气数据等多种信息,并利用AI模…
Flex.2-preview是由Ostris团队发布的一款基于8亿参数的文本到图像扩散模型,专为集成到Co…
提交后由编辑核验基础信息与使用场景,商业合作不会影响排序。