LongCat-Video-Avatar – 美团开源的数字人视频生成模型，支持音频文本生成视频
LongCat-Video-Avatar 是由美团开源的一个基于深度学习的视频生成模型，旨在生成高质量的数字人视频。支持音频、文本或图像输入生成拟真视频，通过创新技术提升动作自然度、长视频稳定性及角色...
排序
全球 首个AI原生社交平台 –焦圈儿，分支追问 与 “一键复刻” 两大核心功能
全球首个AI原生社交平台——“焦圈儿” 正式亮相。通过其首创的 “分支追问” 与 “一键复刻” 两大核心功能，首次将“群体智慧”引入人机交互过程，标志着AI应用从“工具能力竞赛”迈入“使用效率革命”的...
SAM 3D – Meta开源的3D生成模型，单张图像重建 3D 物体和场景
sam 3d 是由 meta 开发的前沿 3d 生成模型，可从一张二维图像推断出物体的深度图、三维网格、表面法线以及材质属性，实现完整的 3D 结构重建。不仅能复原物体，还能直接生成可编辑、可组合的 ...
FlowyAIPC – 本地AI办公助手工具，支持多种语言的即时翻译
FlowyAIPC 是 Flowy AI 公司推出的面向智能办公领域的 AI 助手产品，这款工具能在完全离线状态下运行，所有数据、聊天记录、知识库内容都保存在本地电脑中，保证了数据的安全性和私密性。它...
Gemini TTS – 谷歌推出的AI文本转语音模型，支持单人或多人语音合成
Gemini TTS 是谷歌推出的先进AI文字转语音技术，最新版本为 Gemini 2.5 Flash 和 Pro 模型。新版本增强了模型的表现力、节奏控制和多说话人一致性，旨在满足内容创作者、开发者...
Temvideo.ai – AI视频制作Agent，一键生成营销视频
Temvideo.ai 是一款专为跨境电商营销设计的AI视频制作工具，旨在帮助电商商家高效生成高转化率的营销视频。通过智能算法帮助用户快速生成高质量的营销视频。用户只需提供想法和素材，一键批量生成营...
WhisperLiveKit – 开源AI语音识别工具，支持多种语言，能将语音实时转录为文字
WhisperLiveKit是一款本地部署的AI会议工具，能够实现语音实时转录并识别不同说话人，解决了传统语音转写工具的非实时性、隐私风险和说话人混淆问题。支持实时语音转文字和说话人识别功能，适用于会...
vivo Vision探索版 – vivo推出的首款MR头显设备，支持观看空间照片与视频、3D电竞赛事直播
vivo Vision发布会暨影像盛典正式开启，vivo Vision探索版正式亮相，这是蓝厂首款MR头显。vivo Vision从一开始立项，“减重”就是核心命题，因为太重的话大家就很难长时间沉浸体...
FIBO – 开源的图像生成模型，支持快速迭代和精准控制，提升创意效率。
FIBO是一个开源的文本生成图像模型，专为长结构化描述训练而成，能够根据用户输入的文本描述快速生成高质量的图像。支持将简短的文本提示扩展为详细的结构化JSON描述，能将简短的文本提示自动扩展为长达千字...
UniWorld 团队推出的图像编辑模型–UniWorld V2 ，能理解和生成复杂的艺术中文字体
UniWorld 团队推出了新一代图像编辑模型 ——UniWorld-V2。这一模型不仅在图像处理的细节控制上超越了 Nano Banana，更在理解中文指令方面表现出色。UniWorld-V2模型的...