产品库

提供一种新颖的视频到视频编辑框架，无需训练即可使用

AnyV2V是一个创新的视频到视频编辑框架，允许用户使用任何现成的图像编辑工具编辑视频的第一帧，然后使用现有的图像到视频生成模型进行图像到视频的重建。这种方法使得各种编辑任务变得简单，包括基于提示的编辑、样式转换、主题驱动的编辑和身份操纵。

视频扩散模型加速工具，无需训练即可生成高质量视频内容。

FasterCache是一种创新的无需训练的策略，旨在加速视频扩散模型的推理过程，并生成高质量的视频内容。这一技术的重要性在于它能够显著提高视频生成的效率，同时保持或提升内容的质量，这对于需要快速生成视频内容的行业来说是非常有价值的。FasterCache由来自香港大学、南洋理工大学和上海人工智能实验室的研究人员共同开发，项目页面提供了更多的视觉结果和详细信息。产品目前免费提供，主要面向视频内容生成、AI研究和开发等领域。

无需训练的迭代框架，用于长篇故事可视化

Story-Adapter是一个无需训练的迭代框架，专为长篇故事可视化设计。它通过迭代范式和全局参考交叉注意力模块，优化图像生成过程，保持故事中语义的连贯性，同时减少计算成本。该技术的重要性在于它能够在长篇故事中生成高质量、细节丰富的图像，解决了传统文本到图像模型在长故事可视化中的挑战，如语义一致性和计算可行性。

创新视频编辑，打造独特转场

Tonic - AI Video Editing是一款专为iPhone设计的视频编辑应用，通过AI技术，用户可以将自己融入喜爱的音乐视频、变身成动漫角色、体验2D世界，并且轻松将现实与其他世界融合。该应用提供新颖的视频编辑方式，用户可以在其中体验到前所未有的创意和乐趣。

生成式室内设计训练框架

StableDesign项目旨在为生成式室内设计提供数据集和训练方法。用户上传空房间图片和文字提示，生成装修效果图。通过爱彼迎数据下载、特征提取和ControlNet模型训练，结合图像处理和自然语言处理技术，提供新思路和方法。

AI视频编辑

Aug X Labs是一个基于人工智能的视频技术和发布创业公司，通过将文字转化为引人入胜、相关和吸引人的视频内容，使视频创作变得简单。我们帮助您将想法转化为引人注目的视觉创作。我们的产品利用先进的自然语言处理和图像处理技术，可以根据用户提供的文字自动生成优质的视频内容。我们的优势是简化视频创作过程，提高视频制作效率，同时降低制作成本。我们的定价策略灵活多样，根据用户的需求和使用情况来定价。我们的产品定位于广大视频创作者、企业和个人用户，帮助他们快速、高效地创建各种类型的视频内容。

VideoPainter 是一款支持任意长度视频修复和编辑的工具，采用文本引导的插件式框架。

VideoPainter 是一款基于深度学习的视频修复和编辑工具，采用预训练的扩散变换器模型，结合轻量级背景上下文编码器和 ID 重采样技术，能够实现高质量的视频修复和编辑。该技术的重要性在于它突破了传统视频修复方法在长度和复杂度上的限制，为视频创作者提供了一种高效、灵活的工具。产品目前处于研究阶段，暂未明确价格，主要面向视频编辑领域的专业用户和研究人员。

AI 视频助手，自动完成视频编辑任务，无需剪辑。

Edison 是由 Gemini 2.5 Pro 驱动的 AI 视频助手，自动完成视频编辑任务，分析口播视频、识别关键片段，并生成专业短视频，无需人工操作。

创建吸引人的视频，无需编辑技能

EazyCaptions是一个让用户能够创建吸引人的视频的工具，无需编辑技能。它提供了眼球吸引的字幕、音效和B Roll素材，帮助用户制作出专业水准的视频。使用EazyCaptions，您可以节省大量的编辑时间，通过自动AI字幕生成准确的字幕，并自动突出重点词汇和添加表情符号。此外，它还提供了库存素材和快速的调整功能，帮助用户制作更多样化的视频内容。EazyCaptions适用于各种类型的创作者和内容创造者，如博主、教育工作者、评论员、新闻媒体等。定价方案灵活，包括免费试用和付费选项。

无需训练的扩散模型个性化定制

RB-Modulation是谷歌发布的一种基于随机最优控制的新型训练免费个性化扩散模型解决方案。它通过终端成本编码所需属性，实现风格和内容的精确提取与控制，无需额外训练，即可生成与参考图像风格一致且遵循给定文本提示的图像。该技术在无需训练的情况下，通过新颖的注意力特征聚合(AFA)模块，保持对参考图像的高保真度，并遵循给定的提示，具有重要的研究和应用价值。

易用、灵活、高效的开源大模型应用开发框架。

Agently是一个开源的大模型应用开发框架，旨在帮助开发者快速构建基于大语言模型的AI agent原生应用。它通过提供一系列工具和接口，简化了与大型语言模型的交互过程，使得开发者可以更专注于业务逻辑的实现。Agently框架支持多种模型，易于安装和配置，具有高度的灵活性和扩展性。

AI视频编辑工具，无需技术技能和下载软件

Pictory是一款强大的AI视频编辑工具，使用文本即可创建和编辑专业品质的视频。无需技术技能和下载软件。Pictory提供多种功能和优势，定价灵活合理，适用于各种视频营销需求。

文本到图像生成/编辑框架

RPG-DiffusionMaster是一个全新的无需训练的文本到图像生成/编辑框架，利用多模态LLM的链式推理能力增强文本到图像扩散模型的组合性。该框架采用MLLM作为全局规划器，将复杂图像生成过程分解为多个子区域内的简单生成任务。同时提出了互补的区域扩散以实现区域化的组合生成。此外，在提出的RPG框架中闭环地集成了文本引导的图像生成和编辑，从而增强了泛化能力。大量实验证明，RPG-DiffusionMaster在多类别对象组合和文本-图像语义对齐方面优于DALL-E 3和SDXL等最先进的文本到图像扩散模型。特别地，RPG框架与各种MLLM架构（例如MiniGPT-4）和扩散骨干（例如ControlNet）兼容性广泛。

创造视频的创新工具

ChatGptSora是一款开源平台，利用OpenAI的Sora模型，使用户能够轻松从文本中创建视频。通过输入指令，借助Sora先进的AI技术生成逼真的场景和动画，从而实现高质量视频的创作。ChatGptSora的部署简单，操作方便，适用于寻求创新的创作者，利用OpenAI的前沿Sora能力进行视频创作。了解更多信息，请访问ChatGptSora官方网站。

创造和分享创新的人工智能视频

Easter是一款创新的人工智能视频创建和分享平台。它提供了丰富的功能和优势，用户可以使用它来创造令人惊叹的AI视频，并与朋友们分享。Easter的定价灵活合理，适合个人和团队使用。无论是想要创作个人短视频，还是进行商业宣传，Easter都能满足你的需求。快来加入我们的Discord社区，与其他用户一起探索创意和分享心得。

无需训练即可定制化生成个性化人像图像

MagicFace是一种无需训练即可实现个性化人像合成的技术，它能够根据给定的多个概念生成高保真度的人像图像。这项技术通过精确地将参考概念特征在像素级别集成到生成区域中，实现了多概念的个性化定制。MagicFace引入了粗到细的生成流程，包括语义布局构建和概念特征注入两个阶段，通过Reference-aware Self-Attention (RSA)和Region-grouped Blend Attention (RBA)机制实现。该技术不仅在人像合成和多概念人像定制方面表现出色，还可用于纹理转移，增强其多功能性和实用性。

开源视频编辑框架，支持自动化视频工作流。

Revideo是一个基于Motion Canvas的开源框架，用于程序化视频编辑。它允许开发者自动化复杂的视频工作流程，或在浏览器中构建完整的视频编辑器。Revideo支持使用Typescript创建视频模板，并能够即时预览和渲染为MP4格式的视频。它适用于大规模视频生成、A/B测试视频广告、构建网页内的视频编辑器或视频游戏等场景。

文本到视频生成的创新框架

VideoTetris是一个新颖的框架，它实现了文本到视频的生成，特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术，精确地遵循复杂的文本语义，并通过操作和组合去噪网络的空间和时间注意力图来实现。此外，它还引入了一种新的参考帧注意力机制，以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

SegMoE 是一个强大的框架，能够在几分钟内将稳定扩散模型动态组合成专家混合体，无需训练。

SegMoE 是一个强大的框架，能够在几分钟内将稳定扩散模型动态组合成专家混合体，无需训练。该框架支持即时创建更大的模型，提供更多知识、更好的粘附性和更好的图像质量。它受到 mergekit 的 mixtral 分支的启发，但专为 Stable Diffusion 模型设计。安装简单，使用方便，适用于图像生成和合成任务。

易用的大规模语言模型知识编辑框架

EasyEdit 是一个面向大型语言模型（LLMs）的易用知识编辑框架，旨在帮助用户高效、准确地调整预训练模型的特定行为。它提供了统一的编辑器、方法和评估框架，支持多种知识编辑技术，如ROME、MEND等，并提供了丰富的数据集和评估指标，以衡量编辑的可靠性、泛化性、局部性和可移植性。

提供多种预训练模型，支持多维度筛选，助力AI模型应用与开发。

该平台是一个专注于AI预训练模型的资源平台，整合了大量不同类型、规模和应用场景的预训练模型。其重要性在于为AI开发者和研究人员提供了便捷的模型获取渠道，降低了模型开发的门槛。主要优点包括模型分类细致、多维度筛选功能强大、信息展示详细且提供智能推荐。产品背景是随着AI技术的发展，对预训练模型的需求日益增长，平台应运而生。平台主要定位为AI模型资源平台，部分模型免费商用，部分可能需要付费，具体价格因模型而异。

开源框架，加速大型视频扩散模型

FastVideo是一个开源框架，旨在加速大型视频扩散模型。它提供了FastHunyuan和FastMochi两种一致性蒸馏视频扩散模型，实现了8倍推理速度提升。FastVideo基于PCM（Phased-Consistency-Model）提供了首个开放的视频DiT蒸馏配方，支持对最先进的开放视频DiT模型进行蒸馏、微调和推理，包括Mochi和Hunyuan。此外，FastVideo还支持使用FSDP、序列并行和选择性激活检查点进行可扩展训练，以及使用LoRA、预计算潜在和预计算文本嵌入进行内存高效微调。FastVideo的开发正在进行中，技术高度实验性，未来计划包括增加更多蒸馏方法、支持更多模型以及代码更新。

Decart Vision平台利用AI实现图像、视频生成与编辑，无需等待创意产出。

Decart Vision平台是一个由前沿AI技术驱动的创意平台。其核心功能在于利用先进的AI模型，根据文本描述生成高质量的图像和视频内容，同时支持对已有图像和视频的编辑、风格转换、质量提升等操作。该平台的重要性在于为用户提供了一个高效、便捷的创意实现途径，无需复杂的专业技能即可轻松创造出令人惊叹的作品。其主要优点包括操作简单、创意产出速度快、生成内容质量高。背景信息方面，它依托先进的AI算法和技术，致力于满足用户在图像和视频创作领域的多样化需求。价格信息未提及，从功能来看，可能提供免费试用或付费使用的模式，定位为面向广大创意工作者和普通用户的综合性创意平台。

AI视频编辑工具

FilmBase是一款AI视频编辑工具，它可以帮助用户自动删除视频中的沉默和填充词，让视频编辑人员能够更专注于创造性的视频编辑工作。FilmBase使用AI技术来检测视频中不需要的部分，并通过转录编辑器让用户能够进行编辑。支持导出到多种视频编辑软件。提供Starter和Plus两种定价计划，适用于个人创作者和内容机构。

编辑您的视频通过编辑文字

Streamlabs Podcast Editor 是一个快速、动态且高效的工具，可帮助您编辑播客和访谈内容。您可以通过编辑文字，将您的视频转换为小段视频片段，并在社交媒体上进行推广。Podcast Editor 提供基于文本的快速播客编辑，添加图像和字幕，自定义视频剪辑等功能。使用 Streamlabs Talk Studio 录制视频，然后使用 Podcast Editor 进行编辑和自定义。优化和跨平台共享您的内容，让您的播客获得更广泛的受众参与度和品牌知名度。

AI视频编辑

Aug X Labs是一个AI驱动的视频技术和发布初创公司，通过将文字转化为引人入胜、相关且吸引人的视频内容，实现视频创作的民主化。我们帮助您将想法转化为引人入胜的视觉作品。我们的产品具有以下优势：通过AI技术将文字转化为视频内容，提供丰富的视频编辑功能，可定制化的视频模板，支持多种输出格式，简化视频创作流程，降低制作成本。

AI视频编辑器

TopView.ai可能是最好的AI视频编辑器，您可以免费试用。只需提供原始素材和想法，AI会从剧本创作到选择镜头、编辑、配音和美化您的视频。

视频素描生成与编辑

Sketch Video Synthesis是一个基于优化的视频素描生成框架，通过帧间贝塞尔曲线表示视频，利用语义损失和一种新设计的一致性损失进行曲线位置优化，生成具有印象派风格的视频素描并保持时间上的连贯性。可用于视频编辑和视频涂鸦，支持SVG线条的灵活渲染，包括调整大小、填充颜色以及在原始背景图像上叠加涂鸦。

统一的深度学习训练框架

AXLearn是Apple基于JAX和XLA构建的深度学习库,采用面向对象的方式解决软件工程在大规模深度学习模型开发中的挑战。它的配置系统允许用户从可重用的构建块中组合模型,并与其他库(如Flax和Hugging Face transformers)集成。AXLearn旨在扩展训练规模,支持数百亿参数的模型在数千个加速器上高效训练,适合在公有云上部署。它还采用全局计算范式,允许用户描述全局虚拟计算机上的计算,而不是单个加速器。AXLearn支持广泛的应用,包括自然语言处理、计算机视觉和语音识别,并包含用于训练最先进模型的基线配置。

Apple官方机器学习模型训练框架

Create ML是一个Apple官方发布的机器学习模型训练框架,可以非常方便地在Mac设备上训练Core ML模型。它提供了图像、视频、文本等多种模型类型,用户只需要准备数据集和设置参数,就可以开始模型训练。Create ML还提供了Swift API,支持在iOS等平台进行模型训练。