产品库

Kawara AI 是一款利用人工智能组织视频文件、快速查找所需片段的产品。

Kawara AI 是一款面向视频创作者的 AI 工具，通过智能组织和搜索视频文件，帮助用户高效管理视频素材。其核心功能包括自动剪辑、视频搜索和无缝集成等，旨在提升视频创作的生产力。产品目前提供免费试用，定位为视频创作者的得力助手，致力于简化视频编辑流程，节省时间和精力。

VACE 是一款集视频创作与编辑于一体的人工智能模型。

VACE（Video All-in-One Creation and Editing）是由 Tongyi Lab 团队开发的一款多功能视频创作与编辑模型。它通过单一模型提供视频生成和编辑的解决方案，能够有效简化用户的工作流程，释放无限创意。VACE 的技术核心在于其强大的多模态生成能力，能够实现如物体移动、替换、参考、扩展、动画化等多种功能，为视频创作带来了前所未有的灵活性和高效性。VACE 的出现填补了视频创作领域中全功能一体化模型的空白，为视频创作者、广告制作团队、影视后期人员等提供了强大的工具支持，有望推动视频内容创作行业的技术革新。

MatAnyone 是一个支持目标指定的稳定视频抠像框架，适用于复杂背景。

MatAnyone 是一种先进的视频抠像技术，专注于通过一致的记忆传播实现稳定的视频抠像。它通过区域自适应记忆融合模块，结合目标指定的分割图，能够在复杂背景中保持语义稳定性和细节完整性。该技术的重要性在于它能够为视频编辑、特效制作和内容创作提供高质量的抠像解决方案，尤其适用于需要精确抠像的场景。MatAnyone 的主要优点是其在核心区域的语义稳定性和边界细节的精细处理能力。它由南洋理工大学和商汤科技的研究团队开发，旨在解决传统抠像方法在复杂背景下的不足。

视频眼神校正API，让视频中的眼神看起来始终注视着摄像头。

Sieve Eye Contact Correction API 是一个为开发者设计的快速且高质量的视频眼神校正API。该技术通过重定向眼神，确保视频中的人物即使没有直接看向摄像头，也能模拟出与摄像头进行眼神交流的效果。它支持多种自定义选项来微调眼神重定向，保留了原始的眨眼和头部动作，并通过随机的“看向别处”功能来避免眼神呆板。此外，还提供了分屏视图和可视化选项，以便于调试和分析。该API主要面向视频制作者、在线教育提供者和任何需要提升视频交流质量的用户。定价为每分钟视频0.10美元。

专注于计算机视觉和机器学习领域的研究与创新的博客网站

Shangchen Zhou 是一位在计算机视觉和机器学习领域有着深厚研究背景的博士生，他的工作主要集中在视觉内容增强、编辑和生成AI（2D和3D）上。他的研究成果广泛应用于图像和视频的超分辨率、去模糊、低光照增强等领域，为提升视觉内容的质量和用户体验做出了重要贡献。

从长视频中生成引人入胜的YouTube短片

AI Youtube Shorts Generator 是一个利用GPT-4和Whisper技术的Python工具，它可以从长视频中提取最有趣的亮点，检测演讲者，并将内容垂直裁剪，以适应短片格式。这个工具目前处于0.1版本，可能存在一些bug。

AI辅助视频创作，让故事生动起来。

寻光视频创作平台是一个利用人工智能技术，为用户提供全新视频创作模式的在线服务。它通过剧本到分镜的辅助，角色库管理，视觉素材创作，以及视频内容编辑等功能，帮助用户快速实现视频制作。该平台的主要优点包括高效的创作流程、个性化的角色定制、以及先进的AI技术，使得视频制作更加便捷和创新。

通过AI技术提供的数字营销服务，解锁数字化存在的全部潜力。

Aigency Labs AI Powered Digital Marketing是一家利用人工智能技术提供数字营销服务的公司。他们利用最新的人工智能进展，从视频编辑到内容创作，解锁数字存在的全部潜力，创建引人注目、个性化和高效的营销活动。他们的AI算法分析趋势、消费者行为和市场动态，帮助客户提升品牌形象。

智能一键抠图、高清、修复、转卡通

图可丽利用人工智能和计算机视觉的力量，提供各种产品，使生活更容易，工作更富有成效。提供一键抠图、视频抠图、照片动漫化等功能，满足不同用户需求。

一键智能视频编辑与翻译工具

OneTake AI是一款使用自主人工智能技术的视频编辑与翻译工具，只需点击一次，即可将您的原始素材转化为专业演示，并支持多语言翻译、配音和唇语同步。它简单易用，快速高效，适用于企业家和创业者。

下一代视频编辑平台

VIDIO 是一款下一代视频编辑平台，采用人工智能技术，让视频编辑变得简单高效。它提供了智能对话编辑和自动化指导等功能，用户可以通过自然语言与 AI 助手交流，描述编辑需求，从而快速实现视频编辑。VIDIO 还提供了自动字幕、去噪、静音检测等功能，并支持与其他视频编辑软件兼容。免费版可用，付费版提供去水印输出。VIDIO 广受全球创作者的喜爱。

按下○录制、转录和总结您的Google Meet，生成适合您需求的AI生成的笔记

Bluedot是一款AI会议录制和笔记应用，通过按下○按钮，可以录制、转录和总结您的Google Meet会议，并生成适应您需求的AI生成的会议笔记。该插件还支持屏幕录制、会议摘要剪辑和共享、注释和评论、视频编辑以及视频存储和组织等功能。Bluedot帮助您节省时间，提高会议效率，并轻松与团队共享会议内容。

将您的想象变为 Haiper 现实

Haiper AI 是构建下一代内容创作的最佳感知基础模型的使命。它提供以下主要功能：文本转视频，图片动画，视频重绘，导演视角。Haiper AI 可以将文字内容和静态图片无缝转化为动态视频，只需拖放图像即可使其栩栩如生。使用 Haiper AI 的重绘工具，您可以轻松修改视频的颜色、纹理和元素，以提升视觉内容的品质。通过高级控制工具，您可以像导演一样调整镜头角度、灯光效果、角色姿势和物体运动。Haiper AI 适用于各种场景，如内容创作、设计、营销等。定价请参考官方网站。

快速简单的内容创作

DeepMake使用生成式人工智能技术，使内容创作变得快速简单。我们利用领先的开源AI技术，让您在几个点击中获得VFX效果，通过文本提示创建库存视频，即时分割图层等等。

自动删除视频和图片背景

Remove Background AI使用机器学习/人工智能自动删除视频和图片的背景。它提供API接口，能够快速高效地去除内容的背景。Remove Background AI可以帮助用户轻松编辑和美化图像和视频，适用于各种场景和应用。

AI自动生成视频亮点和剪辑

ContentGroove使用生成式人工智能技术，从长视频中自动创建亮点和剪辑，节省您宝贵的编辑时间和金钱。您无需昂贵的编辑工具或专业技能！快速、轻松地将长视频转化为精彩亮点和剪辑！

照片和视频编辑工具

Metapix是一款功能强大的照片和视频编辑工具，通过生成式人工智能重新定义编辑艺术。它具有直观的界面和强大的功能，可帮助您轻松完成所有的编辑需求。Metapix还提供了面部交换功能，让您重新想象现实。无论您是想要给照片增添艺术效果还是提升照片质量，Metapix都是您的完美选择。

让您的YouTube视频快速生成TikTok短视频

Klap是一款基于人工智能的视频编辑工具，可以将您的YouTube视频转换为即将发布的TikTok短视频。它利用AI识别视频中引人入胜的话题，并生成具有潜力的片段，能够吸引更多的观众。此外，Klap还使用智能裁剪技术，包括人脸检测技术，确保视频中最引人注目的部分始终在屏幕上展示。您可以免费试用Klap，并选择升级到Klap Pro，定价从29美元/月起。

帮助电影制片人处理和组织素材的人工智能助手。

Kino AI 是一款人工智能助手，用于跟踪素材元数据和组织媒体资产。无论是纪录片制片人、短片导演、商业编辑、内容创作者、音乐视频导演、电视制片厂、长片编辑、活动摄影师、宣传编辑还是电影学生，Kino 都能为每个电影制片人提供组织素材的功能。它集助理编辑、数字影像技术人员和片场助理于一体。Kino AI 将视频素材聚合在一起，提供智能功能和高效编辑。它可以自动备份、同步和整理素材，支持外部硬盘和云存储解决方案。同时，Kino AI 还可以通过观看和听取素材进行智能转写、自动命名、标记有趣片段，并将场景与剧本匹配。它还自动生成可与任何编辑环境兼容并可共享给其他部门的数字代码簿。此外，Kino AI 还提供了自动音视频同步、消除声音失真、生成代理文件等功能，通过无缝文件浏览器实现。Kino AI 自动化了工作流程中一些最乏味、琐碎和至关重要的部分。立即注册体验演示版本！

自动化短视频内容创作的实验性 AI 框架

ShortGPT 是一个强大的框架，用于自动化内容创作。它简化了视频制作、素材获取、语音合成和编辑任务。 功能： - 自动化编辑框架：通过面向大型语言模型的视频编辑语言简化视频创建流程。 - 脚本和提示：提供各种自动化编辑过程的脚本和提示。 - 语音合成 / 内容创作：支持包括英语、西班牙语、阿拉伯语、法语、波兰语、德语、意大利语和葡萄牙语在内的多种语言。 - 字幕生成：自动化生成视频字幕。 - 素材获取：从互联网和 Pexels API 获取图像和视频素材。 - 存储和持久性：通过 TinyDB 确保自动化编辑变量的长期持久性。 优势： - 简化短视频内容创作流程。 - 自动化脚本生成和编辑过程。 - 多语言支持和语音合成。 定价：免费使用。 定位：为创作者提供自动化的短视频内容创作框架。

o1-pro 模型通过强化学习提升复杂推理能力，提供更优答案。

o1-pro 模型是一种先进的人工智能语言模型，专为提供高质量文本生成和复杂推理设计。其在推理和响应准确性上表现优越，适合需要高精度文本处理的应用场景。该模型的定价基于使用的 tokens，输入每百万 tokens 价格为 150 美元，输出每百万 tokens 价格为 600 美元，适合企业和开发者在其应用中集成高效的文本生成能力。

一个开源文本转语音系统，致力于实现人类语音的自然化。

Orpheus TTS 是一个基于 Llama-3b 模型的开源文本转语音系统，旨在提供更加自然的人类语音合成。它具备较强的语音克隆能力和情感表达能力，适合各种实时应用场景。该产品是免费的，旨在为开发者和研究者提供便捷的语音合成工具。

增强文本与视觉任务处理能力的开源模型。

Mistral-Small-3.1-24B-Base-2503 是一款具有 240 亿参数的先进开源模型，支持多语言和长上下文处理，适用于文本与视觉任务。它是 Mistral Small 3.1 的基础模型，具有较强的多模态能力，适合企业需求。

Cohere Command 是专为企业设计的高效能语言模型。

Cohere Command 是一个高可扩展性的语言模型系列，旨在为企业提供可靠的人工智能解决方案，助力团队专注于重要工作。其主要优点包括：高性能、强准确性、可私人部署和自定义，适合多种真实世界的企业应用场景。

一个帮助用户寻找工作的智能平台。

OpenJobs AI 是一个创新的在线平台，旨在通过人工智能技术帮助求职者找到理想的职位。该平台提供个性化的职位推荐，用户友好的界面，以及强大的简历生成工具，为求职者提供了无缝的求职体验。平台免费提供基本功能，用户可以通过上传简历和搜索职位来快速找到合适的工作机会。

通过拍照轻松追踪卡路里。

Cal AI 是一款利用先进的人工智能技术，通过拍照快速计算食物的卡路里和营养成分的应用程序。它结合深度传感器和多模态 AI 模型，为用户提供准确的饮食跟踪。适合关注健康饮食和卡路里管理的用户，Cal AI 的使用非常简单，帮助用户轻松获取食物信息，并提高饮食意识。

Light-R1 是一个专注于长链推理（Long COT）的开源项目，通过课程式 SFT、DPO 和 RL 提供从零开始的训练方法。

Light-R1 是一个由 Qihoo360 开发的开源项目，旨在通过课程式监督微调（SFT）、直接偏好优化（DPO）和强化学习（RL）训练长链推理模型。该项目通过去污染数据集和高效的训练方法，实现了从零开始的长链推理能力。其主要优点包括开源的训练数据、低成本的训练方式以及在数学推理领域的卓越性能。项目背景基于当前长链推理模型的训练需求，旨在提供一种透明且可复现的训练方法。项目目前免费开源，适合研究机构和开发者使用。

基于Gemini 2.0的机器人模型，将AI带入物理世界，具备视觉、语言和动作能力。

Gemini Robotics是Google DeepMind推出的一种先进的人工智能模型，专为机器人应用而设计。它基于Gemini 2.0架构，通过视觉、语言和动作（VLA）的融合，使机器人能够执行复杂的现实世界任务。该技术的重要性在于它推动了机器人从实验室走向日常生活和工业应用的进程，为未来智能机器人的发展奠定了基础。Gemini Robotics的主要优点包括强大的泛化能力、交互性和灵巧性，使其能够适应不同的任务和环境。目前，该技术处于研究和开发阶段，尚未明确具体的价格和市场定位。

AI Tattoo Generator 是一款利用人工智能技术快速生成个性化纹身设计的在线工具。

AI Tattoo Generator 是一款基于人工智能的在线纹身设计工具，能够根据用户输入的内容和选择的风格快速生成独特的纹身设计。它利用先进的 AI 技术，将用户的创意和想法转化为具体的纹身图案，为纹身爱好者和纹身艺术家提供了便捷的设计解决方案。该产品的出现填补了纹身设计领域的空白，为纹身设计带来了更多的可能性和创意空间。其主要优点包括操作简单、设计快速、风格多样等，用户无需具备专业的设计技能即可轻松上手。此外，该工具还提供免费的使用次数，降低了用户的使用门槛，使其在市场上具有较高的竞争力。

一个用于生成对话式语音的模型，支持从文本和音频输入生成高质量的语音。

CSM 是一个由 Sesame 开发的对话式语音生成模型，它能够根据文本和音频输入生成高质量的语音。该模型基于 Llama 架构，并使用 Mimi 音频编码器。它主要用于语音合成和交互式语音应用，例如语音助手和教育工具。CSM 的主要优点是能够生成自然流畅的语音，并且可以通过上下文信息优化语音输出。该模型目前是开源的，适用于研究和教育目的。