一种支持多种视频生成控制任务的统一架构模型。

探索AI前沿，精选国内外AI产品与应用。

基于频率分解的身份保持文本到视频生成模型

豆包大模型是字节跳动推出的AI大模型家族，包括 豆包PixelDance、豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言理解、生成和逻辑能力，能进行个性化创作、情绪丰富的语音合成、高精度语音识别、多风格图像生成和顶级的视频生成。

Gen-3 Alpha是Runway推出的下一代视频生成模型，保真度高、动态表现优秀，支持细粒度控制，适用于创意视频制作和虚拟现实体验，Gen-3 Alpha官网入口网址

基于 DiT 的人类图像动画框架，实现精细控制与长效一致性。

通过测试时间缩放显著提升视频生成质量。

VideoWorld是一个探索从无标签视频中学习知识的深度生成模型。

提升了视频和图像的生成质量，广泛应用于影像美化、视频剪辑、电商设计、口播视频制作、广告营销和游戏设计等多个领域，美图奇想大模型官网入口网址

高效生成一致性人物视频动画的模型

使用Runway API，随时随地创造视频内容。

从手机拍摄的平移视频中生成全景视频

Genmo 的视频生成模型，具有高保真运动和强提示遵循性。

高度表现力的肖像动画技术

视频扩散模型，用于虚拟试穿。

基于扩散模型的图像和视频生成工具

一款能够生成电影级质量视频的图像到视频模型

视频生成评估基准测试

生成视频的开源模型，CogVideoX-5B官网入口网址

一个开源的视频生成模型，用于创造生动的视频内容。CogVideoX-2B官网入口网址

利用 VEO3 AI 技术快速生成专业的 ASMR 视频。

TheoremExplainAgent 是一个用于生成多模态定理解释视频的智能系统。

SkyReels V1 是一个开源的人类中心视频基础模型，专注于高质量影视级视频生成。

生成无限长度视频的文本条件视频生成技术

视频生成模型的时间组合性评估工具

创新AI技术，引领数字艺术未来。

由上海人工智能实验室开发的先进视频生成模型

基于扩散模型的2D视频生成系统，实现人-物交互动画。

灵感激发与视频创作平台

开源图像到视频生成模型

一种用于控制人类图像动画的方法

视频生成的轨迹导向扩散变换器，Tora官网入口网址