产品库

使用扩散模型实现时域一致的人体图像动画

MagicAnimate是一款基于扩散模型的先进框架，用于人体图像动画。它能够从单张图像和动态视频生成动画视频，具有时域一致性，能够保持参考图像的特征，并显著提升动画的保真度。MagicAnimate支持使用来自各种来源的动作序列进行图像动画，包括跨身份的动画和未见过的领域，如油画和电影角色。它还与DALLE3等T2I扩散模型无缝集成，可以根据文本生成的图像赋予动态动作。MagicAnimate由新加坡国立大学Show Lab和Bytedance字节跳动共同开发。

基于视频扩散先验为开放域图像添加动画的工具

DynamiCrafter是一款由Jinbo Xing、Menghan Xia等人开发的图像动画工具。通过利用预训练的视频扩散先验，DynamiCrafter可以基于文本提示为开放域的静止图像添加动画效果。该工具支持高分辨率模型，提供更好的动态效果、更高的分辨率和更强的一致性。DynamiCrafter主要用于故事视频生成、循环视频生成和生成帧插值等场景。

基于扩散模型的肖像图像动画技术

Hallo是一个由复旦大学开发的肖像图像动画技术，它利用扩散模型生成逼真且动态的肖像动画。与传统依赖参数模型的中间面部表示不同，Hallo采用端到端的扩散范式，并引入了一个分层的音频驱动视觉合成模块，以增强音频输入和视觉输出之间的对齐精度，包括嘴唇、表情和姿态运动。该技术提供了对表情和姿态多样性的自适应控制，能够更有效地实现个性化定制，适用于不同身份的人。

一种基于图像到视频扩散模型的视频编辑技术

I2VEdit是一种创新的视频编辑技术，通过预训练的图像到视频模型，将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性，并有效处理全局编辑、局部编辑以及适度的形状变化，这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程：粗略运动提取和外观细化，通过粗粒度注意力匹配进行精确调整。此外，还引入了跳过间隔策略，以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明，I2VEdit在细粒度视频编辑方面的优越性能，证明了其能够产生高质量、时间一致的输出。

最新的图像上色算法

DDColor 是最新的图像上色算法，输入一张黑白图像，返回上色处理后的彩色图像，并能够实现自然生动的上色效果。 该模型为黑白图像上色模型，输入一张黑白图像，实现端到端的全图上色，返回上色处理后的彩色图像。 模型期望使用方式和适用范围： 该模型适用于多种格式的图像输入，给定黑白图像，生成上色后的彩色图像；给定彩色图像，将自动提取灰度通道作为输入，生成重上色的图像。

数分钟内创建专业AI视频，支持文本、图像转视频，多模型可选。

VidFlux是一款专注于AI视频创作的网站。它结合了Google Veo3、Kling AI、Runway Gen 3、Sora2、WAN等多个行业领先的AI视频模型，能确保为各种用例提供卓越的质量和可靠性。其主要优点在于能够在60秒内将文本转化为高质量的MP4视频，还支持图像转视频，适用于社交媒体营销、创意内容创作等场景。产品定位为满足不同用户群体的视频创作需求，无论是个人创作者还是企业用户。价格方面，生成专业AI视频从每个视频50个信用点起，用户可选择一次性信用包。

HappyHorse 1.0可将文本或图像转化为高清AI视频，有免费额度，免信用卡试用。

HappyHorse 1.0是一个基于先进人工智能技术的视频生成平台，其重要性在于为创作者提供了便捷、高效的视频创作途径。该平台的主要优点包括：支持文本和图像转视频，输出高清视频，具备商业使用许可，提供免费额度，无需信用卡即可试用。产品定位为满足创作者和团队对于高质量视频制作的需求，适用于社交媒体内容创作、营销广告等领域。价格方面，有不同质量和时长的套餐可供选择，例如标准质量5秒180积分，10秒360积分；Pro质量5秒240积分，10秒480积分。

利用预训练的图像到视频扩散模型生成连贯中间帧

该产品是一个图像到视频的扩散模型，通过轻量级的微调技术，能够从一对关键帧生成具有连贯运动的连续视频序列。这种方法特别适用于需要在两个静态图像之间生成平滑过渡动画的场景，如动画制作、视频编辑等。它利用了大规模图像到视频扩散模型的强大能力，通过微调使其能够预测两个关键帧之间的视频，从而实现前向和后向的一致性。

朱雀大模型检测，精准识别AI生成图像，助力内容真实性鉴别。

朱雀大模型检测是腾讯推出的一款AI检测工具，主要功能是检测图片是否由AI模型生成。它经过大量自然图片和生成图片的训练，涵盖摄影、艺术、绘画等内容，可检测多类主流文生图模型生成图片。该产品具有高精度检测、快速响应等优点，对于维护内容真实性、打击虚假信息传播具有重要意义。目前暂未明确其具体价格，但从功能来看，主要面向需要进行内容审核、鉴别真伪的机构和个人，如媒体、艺术机构等。

Vadu AI免费生成AI视频和图像，支持17种语言，多种模型可选。

Vadu AI是一款基于先进AI技术的免费视频和图像生成平台。它整合了多种业界领先的AI模型，涵盖视频生成和图像生成领域。其重要性在于为创作者提供了便捷、高效的内容创作工具，无需专业技能即可生成高质量的视频和图像。产品的主要优点包括支持多种语言、操作简单、生成速度快、质量高，且有多种模型可供选择以满足不同的创意需求。价格方面，新用户有20个免费信用额度，不同模型使用需要消耗不同数量的信用额度。产品定位于为广大创作者提供一站式的视频和图像创作解决方案。

Epochal是一款AI视频生成器，支持文本转视频、图像转视频。

Epochal是一款能够实现文本到视频、图像到视频转换的人工智能视频生成工具。其重要性在于为用户提供了一种高效、便捷的视频创作方式，无需复杂的视频制作技能，就能快速生成可用的视频片段。主要优点包括：连接了文本到视频、图像到视频以及AI图像生成，使概念迭代和最终资产在一个平台完成；支持多种领先的AI视频模型，用户可根据需求选择；提供免费试用，免费账户有初始信用额度，付费计划可增加信用额度和使用限制。价格方面，免费注册有20个免费信用额度，付费计划根据不同需求提供更多信用和功能。定位是满足不同用户在视频创作过程中的多样化需求，从概念构思到最终制作都能在该平台实现。

先进AI视频生成器，多模型支持，可实现文本、图像转专业视频。

Video Maker Ai是一款依托领先AI模型的视频生成器。它能实现文本转视频、图片转视频等功能，为用户提供一站式视频创作服务。产品优势在于利用前沿机器学习模型，处理速度快、成功率高，可生成高达4K分辨率的专业视频。价格方面提供免费试用，无需信用卡。其定位是满足各类用户的视频创作需求，无论是创业者、营销人员还是企业，都能借助该平台创作具有吸引力的视频内容。

AI文本与图像转视频工具，数秒内将文本或照片转为惊艳动画视频。

KaraVideo是一款强大的AI文本与图像转视频平台，其重要性在于为视频创作者提供了高效、便捷的视频创作途径。主要优点包括拥有最快的现实世界工作流程，无需切换工具和设置开销；一个价格解锁多种模型，统一使用积分，无需为每个引擎单独订阅；始终使用最新模型，无需迁移和重新训练；自带电影级画质，能对视频进行多种处理以保持预览与发布效果接近。产品背景是为满足创作者对多样化、高质量视频创作的需求而开发。价格方面，提供免费试用，有统一的付费计划以解锁多种模型。定位是面向广大视频创作者，帮助他们轻松实现创意。

在线文本转视频、图像转视频，支持运动控制，生成带原生音频的电影剪辑。

Kling AI Video Generator是一款在线视频生成工具，基于Kling的扩散变压器与3D VAE空间建模及原生音频协同生成技术。其主要优点在于能够在浏览器中直接使用，支持文本转视频、图像转视频和运动控制，生成具有原生音频和空间一致性的电影剪辑。该产品可满足创作者快速生成视频的需求，定位为面向视频创作者、内容生产者的专业工具。价格方面，年度计划有30%的优惠。

免费在线文本和图像转视频转换器

Vidu Studio AI是一个利用先进AI技术将文本和图像转换成专业质量视频的前沿平台。它简化了视频创作过程，使得各技能水平的用户都能轻松制作视频。该平台以其用户友好性、模板多样性、实时预览和易于定制的特点，适用于商业、社交媒体或促销视频的快速制作。

一体化AI视频与图像生成器，支持文本转视频等，有免费额度

TopMaker AI是一个一体化的AI图像和视频创作平台，它整合了多种先进的AI模型，如Seedance 2.0、Sora 2等。其重要性在于为创作者提供了便捷、高效的视觉内容创作解决方案。主要优点包括能够实现快速迭代，从文本、图像等输入快速得到可发布的结果；支持多种创作模式，如文本转视频、图像转视频等；提供免费额度，让用户可以先体验。价格方面，有免费和付费计划，免费用户每月有有限的生成次数且为标准质量，付费计划则解锁更高的生成限制、高级AI模型、4K分辨率、优先处理和商业使用权限。该产品定位为帮助创作者更轻松地生成、增强和自动化视觉内容。

Conut.ai是AI图像与视频生成平台，提供多种前沿AI模型。

Conut.ai是一个强大的AI图像与视频生成平台，能够让用户通过输入文本或图像，快速生成高质量的图像和视频。该平台整合了多种前沿AI模型，包括NanoBanana Pro、Sora 2、阿里巴巴的WAN系列模型等，为创作者提供了丰富的选择和多样化的功能。其主要优点在于模型先进、功能丰富，能够满足不同用户的创意需求，从专业的图像制作到复杂的视频生成，都能轻松应对。价格方面，不同的功能和模型有不同的收费标准，从几十到几百积分不等，用户可根据自己的需求进行选择。平台定位为专业的AI创作工具，旨在帮助创作者将创意变为现实，提升创作效率和质量。

Seedance 2.0可免费在线生成AI视频，支持文本、图像转视频

Seedance 2.0是一款在线AI视频生成器，结合了真实人类视频、逼真面部、全身动作、8种语言唇同步参考、多模态控制、原生音频视频生成、多镜头叙事以及对现有剪辑的视频到视频编辑等功能。其主要优点在于能够根据详细描述生成具有原生音频的电影级视频，以及将参考图像转化为带有逼真动作、相机移动和同步音效的视频。产品背景是满足用户对AI视频生成的需求，为创作者提供便捷的视频制作工具。价格方面，有免费使用部分功能，也提供付费的专业年度计划，目前有40%的限时折扣优惠。定位是面向广大视频创作者、内容生产者和创意爱好者，帮助他们高效、便捷地制作出高质量的视频内容。

使用扩散模型进行图像外延

Diffusers Image Outpaint 是一个基于扩散模型的图像外延技术，它能够根据已有的图像内容，生成图像的额外部分。这项技术在图像编辑、游戏开发、虚拟现实等领域具有广泛的应用前景。它通过先进的机器学习算法，使得图像生成更加自然和逼真，为用户提供了一种创新的图像处理方式。

KOOX AI免费图像转视频生成器，照片转视频效果优质、吸睛。

KOOX AI的图像转视频AI生成器是一款基于人工智能技术的产品，它能够将静态的照片转化为动态的视频。其重要性在于为用户节省了制作视频的时间和精力，无需专业的视频制作技能，就能轻松生成高质量的视频。主要优点包括操作简单、生成速度快、视频效果优质且具有吸引力。产品背景信息目前未提及，从页面展示可知可免费使用。该产品定位为面向广大普通用户，满足他们快速将照片转化为视频的需求。

Voor AI可通过文本、图像或视频快速生成高质量图像和视频，有大量模板。

Voor AI是一款先进的AI图像和视频生成器，其重要性在于为用户提供了便捷、高效且专业的内容创作方式。产品优点众多，能够快速生成高质量的图像和视频，无需复杂的操作和专业技能，有大量模板可供使用。背景信息方面，它为用户解决了传统创作中成本高、难度大的问题。价格上，提供免费使用的机会，同时也有付费定价方案，定位为满足不同用户从初学者到专业人士的创作需求。

将您喜欢的图像转换为惊艳的深度动画

LeiaPix Converter是一个将任何喜欢的图像转换为令人惊叹的深度动画的工具。它通过使用AI技术，为图像添加深度效果，使图像栩栩如生。您可以选择动画长度、动画样式、运动量和焦点位置来自定义深度动画。LeiaPix Converter可用于各种场景，如社交媒体分享、电子邮件、博客和网站设计等。LeiaPix Converter免费试用，付费版提供更多高级编辑功能。

VO4 AI可实现文本转视频、图像转视频，生成1080p高清视频。

VO4 AI是一款专业的AI视频生成工具，由VO4 Pro提供支持。其核心技术是VO4 Model，具备运动合成、多镜头叙事等能力，能实现闪电般快速生成视频，且具有无与伦比的真实感。产品定位为专业视频创作，提供免费试用和Pro付费计划，适合有视频创作需求的专业人士和普通用户。它能帮助用户将文字或图像快速转化为高质量的1080p视频，节省创作成本和时间，提升创作效率和质量。

基于文本提示修订图像的大型扩散模型

SeedEdit是Doubao Team推出的大型扩散模型，用于根据任何文本提示修订图像。它通过逐步将图像生成器与强大的图像编辑器对齐，实现了图像重建和图像再生之间的最佳平衡。SeedEdit能够实现高审美/分辨率图像的零样本稳定编辑，并支持图像的连续修订。该技术的重要性在于其能够解决图像编辑问题中成对图像数据稀缺的核心难题，通过将文本到图像(T2I)生成模型视为弱编辑模型，并通过生成带有新提示的新图像来实现“编辑”，然后将其蒸馏并与之对齐到图像条件编辑模型中。

Runway Gen-5是快速的AI视频生成器，支持文本转视频、图像转视频。

Runway Gen-5是一款视频原生AI引擎，专为日常视频制作打造。它能在数秒内创建高清视频片段，具备智能提示理解能力，可精准理解文本提示和参考帧。采用视频原生架构，确保视频运动逼真、连贯。支持用自然语言描述镜头，自动处理细节。输出高清视频，可直接用于编辑。提供文本转视频和图像转视频功能，能将脚本、创意或静态帧转化为动态AI视频。价格体系简单透明，有免费版，也有适合高工作量的付费版本，如Runway Gen 5 turbo。目前有年度计划限时5折优惠。

免费AI视频与图像平台，集成多模型，可创作视频、图像、音乐等

WeryAI是一个一体化的AI创意平台，整合了全球众多优秀的AI模型，如Kling、Google Veo、Sora和Flux等。其重要性在于为用户提供了一个便捷的一站式服务，无需在多个平台间切换。主要优点包括免费使用、功能丰富、支持多种创作形式。产品背景是为满足用户对多样化AI创作的需求而打造。价格定位为免费使用，适合各类有创意创作需求的人群。

免费AI视频生成器，支持文本、图像转视频及多种AI视频特效

letsmkvideo是一款领先的AI视频生成器，它能够让用户轻松地将文本转化为视频、为图片添加动画效果，还能创造出令人惊叹的AI视频特效。该产品的重要性在于为用户提供了便捷、高效的视频创作方式，无需复杂的视频制作技能。其主要优点包括免费使用且无水印、能快速生成高质量视频、智能理解文本上下文并匹配合适的音轨等。产品背景方面，随着AI技术在视频领域的应用逐渐广泛，letsmkvideo应运而生，旨在满足用户多样化的视频创作需求。在价格定位上，提供免费试用，免费版即可获得无水印的专业级视频制作效果，适合各类视频创作爱好者和专业人士。

快速生成高质量图像的扩散模型

Flash Diffusion 是一种高效的图像生成模型，通过少步骤生成高质量的图像，适用于多种图像处理任务，如文本到图像、修复、超分辨率等。该模型在 COCO2014 和 COCO2017 数据集上达到了最先进的性能，同时训练时间少，参数数量少。

基于图像扩散模型的得分蒸馏采样方法

Score Distillation Sampling（SDS）是一种新近但已经广泛流行的方法，依赖于图像扩散模型来控制使用文本提示的优化问题。该论文对SDS损失函数进行了深入分析，确定了其制定中的固有问题，并提出了一个出人意料但有效的修复方法。具体而言，我们将损失分解为不同因素，并分离出产生噪声梯度的组件。在原始制定中，使用高文本指导来账户噪声，导致了不良副作用。相反，我们训练了一个浅层网络，模拟图像扩散模型的时间步相关去噪不足，以有效地将其分解出来。我们通过多个定性和定量实验（包括基于优化的图像合成和编辑、零样本图像转换网络训练、以及文本到3D合成）展示了我们新颖损失制定的多功能性和有效性。