产品库

AI驱动的文本到视频生成

Emu Video是一种基于扩散模型的简单文本到视频生成方法，将生成过程分解为两个步骤：首先根据文本提示生成图像，然后根据提示和生成的图像生成视频。分解生成方式能够高效训练高质量的视频生成模型。与以往的方法相比，我们的方法只需使用两个扩散模型即可生成分辨率为512像素、播放速度为每秒16帧、时长为4秒的视频。

Dream 7B 是最强大的开放扩散大语言模型。

Dream 7B 是由香港大学 NLP 组和华为诺亚方舟实验室联合推出的最新扩散大语言模型。它在文本生成领域展现了优异的性能，特别是在复杂推理、长期规划和上下文连贯性等方面。该模型采用了先进的训练方法，具有强大的计划能力和灵活的推理能力，为各类 AI 应用提供了更为强大的支持。

实现灵活且高保真度的图像生成，同时保持身份特征。

InfiniteYou（InfU）是一个基于扩散变换器的强大框架，旨在实现灵活的图像重构，并保持用户身份。它通过引入身份特征并采用多阶段训练策略，显著提升了图像生成的质量和美学，同时改善了文本与图像的对齐。该技术对提高图像生成的相似性和美观性具有重要意义，适用于各种图像生成任务。

Mercury Coder 是一款基于扩散模型的高性能代码生成语言模型。

Mercury Coder 是 Inception Labs 推出的首款商用级扩散大语言模型（dLLM），专为代码生成优化。该模型采用扩散模型技术，通过‘粗到细’的生成方式，显著提升生成速度和质量。其速度比传统自回归语言模型快 5-10 倍，能够在 NVIDIA H100 硬件上达到每秒 1000 多个 token 的生成速度，同时保持高质量的代码生成能力。该技术的背景是当前自回归语言模型在生成速度和推理成本上的瓶颈，而 Mercury Coder 通过算法优化突破了这一限制，为企业级应用提供了更高效、低成本的解决方案。

On-device Sora 是一个基于扩散模型的移动设备端文本到视频生成项目。

On-device Sora 是一个开源项目，旨在通过线性比例跳跃（LPL）、时间维度标记合并（TDTM）和动态加载并发推理（CI-DL）等技术，实现在移动设备（如 iPhone 15 Pro）上高效的视频生成。该项目基于 Open-Sora 模型开发，能够根据文本输入生成高质量视频。其主要优点包括高效性、低功耗和对移动设备的优化。该技术适用于需要在移动设备上快速生成视频内容的场景，如短视频创作、广告制作等。项目目前开源，用户可以免费使用。

一种用于控制视频扩散模型运动模式的高效方法，支持运动模式的自定义和迁移。

Go with the Flow 是一种创新的视频生成技术，通过使用扭曲噪声代替传统的高斯噪声，实现了对视频扩散模型运动模式的高效控制。该技术无需对原始模型架构进行修改，即可在不增加计算成本的情况下，实现对视频中物体和相机运动的精确控制。其主要优点包括高效性、灵活性和可扩展性，能够广泛应用于图像到视频生成、文本到视频生成等多种场景。该技术由 Netflix Eyeline Studios 等机构的研究人员开发，具有较高的学术价值和商业应用潜力，目前开源免费提供给公众使用。

AI数字人口型同步技术，无限多开贴牌OEM解决方案

小狐狸AI数字人分身系统是一款结合了人工智能技术的数字人口型同步产品，支持无限多开和贴牌OEM，适用于需要虚拟形象进行口型同步互动的场景。该产品背景基于人工智能技术的发展，特别是在虚拟主播和在线教育领域的应用需求日益增长。产品价格为3580元，定位于中高端市场，主要优点包括完全开源、支持自主二次开发和定制二次开发，以及免费搭建服务。

高性能的文本到图像生成模型

Stable Diffusion 3.5 Large 是一个基于文本生成图像的多模态扩散变换器（MMDiT）模型，由 Stability AI 开发。该模型在图像质量、排版、复杂提示理解和资源效率方面都有显著提升。它使用三个固定的预训练文本编码器，并通过 QK 归一化技术提高训练稳定性。此外，该模型在训练数据和策略上使用了包括合成数据和过滤后的公开可用数据。Stable Diffusion 3.5 Large 模型在遵守社区许可协议的前提下，可以免费用于研究、非商业用途，以及年收入少于100万美元的组织或个人的商业用途。

AI技术生成逼真人像，让照片动起来

灵动人像LivePortrait是一款基于AI技术的人像生成工具，通过智能算法将静态照片转化为逼真的动态人像，让照片动起来。用户可以上传自己的照片，选择不同的动作和表情，生成具有生动效果的动态人像。灵动人像LivePortrait具有高度的真实感和细腻的表情变化，可以应用于个人娱乐、社交分享、广告宣传等多个领域。该产品提供免费试用和付费订阅两种模式，用户可以根据需求选择适合的订阅套餐。

Giststack是一个内容聚合工具，帮助用户自动创建社交媒体内容，永远不再缺乏内容。

Giststack是一个内容引擎，通过智能技术将用户喜爱的内容转化为具有品牌风格的社交媒体帖子。其独特之处在于提供智能生成社交媒体内容，节省用户时间和精力。Giststack定位于帮助用户提高个人品牌影响力，同时保持内容的多样性和时效性。

Uplyt将您的Google Analytics数据转化为清晰、可操作的AI动力洞见。

Uplyt是一个通过AI提供清晰、可操作见解的Google Analytics数据处理工具。它能够帮助用户连接数据、探索关键指标、做出更明智的决策，而且无需设置即可使用。Uplyt旨在简化Google Analytics的使用，节省时间，让用户更智能地行动。

定制AI语音助手解决方案，为您的日常需求提供智能解决方案。

Aseto是一家总部位于塞浦路斯的公司，为欧盟各地的企业和公共部门客户提供定制的AI语音助手解决方案。Aseto的AI语音助手可提供实时人类化交互，为客户支持、销售和运营注入动力。

多场景 Next.js 全栈 SaaS 开发模板。

Nexty 是一个功能齐全的 Next.js SaaS 全栈模板，让你能够快速构建各种商业网站，无论是内容站、工具站还是集成 AI 能力的付费网站。该模板提供完整的用户认证、支付、内容管理和 AI 功能，模块化设计帮助开发者专注于产品创新。

AI音乐生成器，将文字转化为音乐，支持AI翻唱、原唱消除、音轨分离。

Lami AI音乐生成器是一款先进的AI工具，能将文字快速转化为原创音乐，支持商用。提供AI人声消除、音轨分离等功能，降低音乐创作门槛。

AI舞蹈生成器，无需登录无水印。

VideoPlus.ai是一款AI舞蹈生成器，利用AI技术快速生成引人注目的舞蹈视频，用户可定制舞蹈风格、人物和主题，无水印，适用于舞蹈爱好者、社交媒体影响者等。

AI Doll通过AI生成、3D建模和专业打印将您的文本描述转化为定制动作人偶。

AI Doll利用先进的AI技术，通过GPT 4.0生成图像，将您的文本描述转化为精美的实体动作人偶。通过AI图像生成、3D建模和专业打印，AI Doll提供全面的AI动作人偶制作解决方案。

BuildQL是一个AI驱动的软件学习开发和托管平台，让任何人都能轻松构建、部署和分享软件。

BuildQL是一个AI驱动的软件学习开发和托管平台，可以帮助用户学习构建他们想要构建的任何想法。其AI功能能够提供上下文理解、工作流程和确切解决方案，让用户轻松构建和分享他们的想法。

将您的故事转化为漫画，AI技术助您实现漫画梦想。

Mangaka是一款先进的AI工具，将您的剧本转化为令人惊叹的漫画风格插图。它能够轻松地创作引人入胜的视觉叙事，为专业艺术家或业余爱好者提供极大便利。

AdEx AURA是一个AI代理框架，帮助您在Web3中导航。通过AI驱动的推荐，自动化DeFi策略、NFT铸造、领取空投，最大化收益。

AdEx AURA是一个Web3 AI代理框架，旨在帮助用户探索Web3并最大化收益。通过个性化推荐和自动化操作，AURA使用户可以轻松探索Web3世界。

自动创建高质量帖子，带有吸引人的标题和标签，只需右键单击图像。

Post 5s是一款智能Chrome扩展，可以帮助用户快速创建高质量的社交媒体帖子。它利用AI技术自动生成吸引人的标题、标签和内容，节省用户的时间和精力。该产品定位于提高用户的社交媒体营销效率，为用户带来更多曝光和互动。

TeraBox是一款提供1TB免费云存储和在线文件传输服务的产品。

TeraBox是一个提供1TB免费云存储和在线文件传输服务的平台，通过先进的算法和自然语言处理技术，提供专业的论文、在线演示等解决方案，提高工作和学习效率。产品定位于个人用户和小型团队，提供免费的1TB云存储空间。

Google的革命性AI视频生成技术

VEO3是Google最新的AI视频生成模型，可以将创意想法转化为令人惊叹的视频内容。其主要优点包括高质量视频输出、简单易用、无需技术技能、快速渲染、内容安全等。

智能伴读工具，支持文献阅读与思维导图生成。

Migo AI文献阅读助手是一个集成了先进 AI 技术的文献阅读工具，旨在提升学术研究和文献阅读效率。通过智能伴读和思维导图生成功能，帮助用户更好地理解和整理知识。该产品为学生、研究人员和教育工作者提了供高效的阅读提效支持。

使用Veo 3创建令人惊叹的AI视频，并同步添加音频。

Veo 3是最新的AI视频生成工具，可添加音效、对话和环境噪音，将您的故事栩栩如生。

告别猜测，准确理解宝宝为何哭泣！发现宝宝的健康、发展里程碑和健康状况。

Goonj是一款宝宝哭声分析应用，利用人工智能分析宝宝哭声，并在5秒内准确告诉您宝宝哭泣的原因。它的主要优点是准确分析宝宝哭声，为父母提供及时帮助。定位于帮助父母了解宝宝的需求，促进宝宝的健康成长。

先进的视频生成模型，具备更高的真实性和创造力。

Veo 3 是最新的视频生成模型，旨在通过更高的现实主义和音频效果，提供 4K 输出，能更准确地遵循用户的提示。这一技术代表了视频生成领域的重大进步，具有更强的创造控制能力。Veo 3 的推出是对 Veo 2 的一次重要升级，旨在帮助创作者实现他们的创意愿景。该产品适合需要高质量视频生成的创意行业，从广告到游戏开发等多个领域。无具体价格信息披露。

一个基于 AI 的电影制作工具，助力创作。

Flow 是一个为创作者打造的 AI 电影制作工具，利用 Google DeepMind 的先进模型，用户可以轻松创建出色的电影片段、场景和故事。该工具提供了无缝的创作体验，支持用户自定义资产，或在 Flow 中生成内容。定价上，Google AI Pro 和 Google AI Ultra 两个计划提供不同的功能，适合不同需求的用户。

Typiq是一款AI驱动的字体搭配和响应式排版工具。

Typiq是一款通过AI生成完美字体搭配和响应式排版的工具。它提供快速而精准的字体配对和字号比例，并生成对应的CSS和Sass代码，为设计师和开发者提供了极大的便利。

CoGuide是一款AI驱动的平台，可以从单词输入中即时生成高质量的课程启动、创意教室活动和完全可实施的作业。

CoGuide是一款AI驱动的教育平台，为教育工作者节省大量时间，从单词输入中生成教学内容。其具有高质量输出、集成资源、专利技术等优势。价格灵活，适用于个人教育工作者、学校和大型机构。

使用AI技术快速可视化景观设计，上传您的房产照片，看到潜力。

LandscapingAI是一款基于AI技术的景观设计可视化平台，用户可以上传房产照片，快速看到改造后的效果。该产品主打功能包括AI强化的景观增强、现实的设计可视化、简便的操作流程等。LandscapingAI定位于为用户提供创新的房产设计体验，帮助他们在房产改造过程中做出更明智的决策。