基于扩散变换器的多角色肖像动画生成框架。
FantasyPortrait 是一种高保真、多情感的肖像动画生成框架，使用表达增强学习策略来捕捉细腻的面部动态，适合单角色和多角色场景。该技术的优势在于其独特的掩蔽交叉注意机制，有效防止了特征干扰，提升了动画的质量与表现力。该产品背景源于对现有面部动画方法的不足的反思，尤其是在处理多角色互动时的挑战。未来将以开源形式提供代码与模型，鼓励研究与开发。
supOS是一体化工业物联网平台，支持多源工业数据集成，实现数字化转型。
supOS是一体化工业物联网平台，为工业领域提供统一的数据访问和系统集成解决方案。其基于工业标准建模，支持超过300种协议，实现实时数据同步，提供应用构建、AI工具包等功能。
基于 DiT 的人类图像动画框架，实现精细控制与长效一致性。
DreamActor-M1 是一个基于扩散变换器 (DiT) 的人类动画框架，旨在实现细粒度的整体可控性、多尺度适应性和长期时间一致性。该模型通过混合引导，能够生成高表现力和真实感的人类视频，适用于从肖像到全身动画的多种场景。其主要优势在于高保真度和身份保留，为人类行为动画带来了新的可能性。
Funes是一个在线博物馆，致力于收集、保存和展示人类建筑的3D模型。
Funes是一个创新的在线博物馆项目，通过众包摄影测量技术将全球人类建筑转化为3D模型，旨在创建一个免费、可访问的庞大3D数据库。该项目以阿根廷作家博尔赫斯笔下的'博闻强记的福内斯'命名，象征着对人类物质记忆的永恒保存。Funes不仅是一个技术展示平台，更是一个文化传承项目，通过数字化手段保护人类文明的建筑遗产。
X-Dyna是一种基于扩散模型的零样本人类图像动画生成技术。
X-Dyna是一种创新的零样本人类图像动画生成技术，通过将驱动视频中的面部表情和身体动作迁移到单张人类图像上，生成逼真且富有表现力的动态效果。该技术基于扩散模型，通过Dynamics-Adapter模块，将参考外观上下文有效整合到扩散模型的空间注意力中，同时保留运动模块合成流畅复杂动态细节的能力。它不仅能够实现身体姿态控制，还能通过本地控制模块捕捉与身份无关的面部表情，实现精确的表情传递。X-Dyna在多种人类和场景视频的混合数据上进行训练，能够学习物理人体运动和自然场景动态，生成高度逼真和富有表现力的动画。
AI驱动的emoji搜索工具
EmojiClick是一款利用人工智能技术，通过理解用户的自然语言输入，帮助用户快速找到最贴切emoji的工具。它支持多语言搜索，并且能够理解情感语义，使得用户无需记住emoji的名称或翻遍表情库即可找到想要的表情。产品背景信息显示，EmojiClick对中文的支持最为友好，并且完全免费使用，没有隐藏费用和订阅。
将自拍变成GIF中的主角
AIGIF是一个利用人工智能技术提供个性化GIF表情包制作的在线平台。用户可以通过上传自拍照片，将其面部无缝替换到各种流行GIF、电影场景和病毒式瞬间中。该技术保持了表情和动作的自然性，使得用户可以快速、轻松、有趣地创建个性化表情包。AIGIF的优势在于其先进的AI人脸交换技术、快速的创建过程、高质量的结果输出、丰富的GIF资源库以及对用户隐私的重视。平台提供免费和付费两种服务，适合社交媒体用户、内容创作者和营销人员等。
一键使用AI在任何网页上创建评论
Eden是一个AI驱动的社交插件，它允许用户通过点击表情符号在任何网页上发表评论。AI会总结页面内容并创建定制化的评论，使得用户可以轻松地表达态度和观点。Eden适用于图片、视频和文章，旨在降低创作门槛，提供个性化的社交体验。
开源AI桌面机器人，具有表情屏幕、双轴控制台和语音聊天功能。
Desk-Emoji是一个真正的开源AI桌面机器人，它集成了表情屏幕、双轴控制台和大型语言模型（LLM）的语音聊天功能。这款产品以其独特的设计和开源特性，为用户提供了一种新颖的交互体验。它不仅能够展示表情，还能通过语音进行交流，适合科技爱好者和希望在桌面上增添趣味的消费者。产品背景信息显示，Desk-Emoji由Mark Yang开发，源代码和文档均在GitHub上公开，用户可以自由下载和修改。
音频驱动的表情丰富的视频生成模型
MEMO是一个先进的开放权重模型，用于音频驱动的说话视频生成。该模型通过记忆引导的时间模块和情感感知的音频模块，增强了长期身份一致性和运动平滑性，同时通过检测音频中的情感来细化面部表情，生成身份一致且富有表情的说话视频。MEMO的主要优点包括更真实的视频生成、更好的音频-唇形同步、身份一致性和表情情感对齐。该技术背景信息显示，MEMO在多种图像和音频类型中生成更真实的说话视频，超越了现有的最先进方法。
一键生成多语言翻译的项目工具，由Azure AI服务支持。
Co-op Translator是一个Python包，旨在使用Azure AI服务自动化您的项目中的多语言翻译。该项目通过集成先进的大型语言模型（LLM）技术和Azure AI服务，简化了将内容翻译成多种语言的过程，使开发者能够轻松地生成组织良好的翻译文件夹，并轻松翻译Markdown文件和图像。
高度表现力的肖像动画技术
字节跳动智能创作团队推出最新单图视频驱动技术 X-Portrait 2。X-Portrait 2是一种肖像动画技术，它通过用户提供的静态肖像图像和驱动表演视频，能够生成具有高度表现力和真实感的角色动画和视频片段。这项技术显著降低了现有的动作捕捉、角色动画和内容创作流程的复杂性。X-Portrait 2通过构建一个最先进的表情编码器模型，隐式编码输入中的每一个微小表情，并通过大规模数据集进行训练。然后，该编码器与强大的生成扩散模型结合，生成流畅且富有表现力的视频。X-Portrait 2能够传递微妙和微小的面部表情，包括撅嘴、吐舌、脸颊充气和皱眉等具有挑战性的表情，并在生成的视频中实现高保真的情感传递。
轻量级图片数字人驱动算法，快速定制AI伙伴
MiniMates是一款轻量级的图片数字人驱动算法，能够在普通电脑上实时运行，支持语音驱动和表情驱动两种模式。它比市面上的liveportrait、EchoMimic、MuseTalk等算法快10-100倍，让用户能够通过极少的资源消耗定制自己的AI伙伴。该技术的主要优点包括极速体验、个性化定制以及嵌入终端的能力，摆脱了对Python和CUDA的依赖。MiniMates遵循MIT协议，适用于需要快速、高效的人脸动画和语音合成的应用场景。
3D头像重建与实时动画生成技术
GAGAvatar是一种基于高斯模型的3D头像重建与动画生成技术，它能够在单张图片的基础上快速生成3D头像，并实现实时的面部表情动画。这项技术的主要优点包括高保真度的3D模型生成、快速的渲染速度以及对未见身份的泛化能力。GAGAvatar通过创新的双提升方法捕捉身份和面部细节，利用全局图像特征和3D可变形模型来控制表情，为数字头像的研究和应用提供了新的基准。
表情编辑器，创造个性化表情
Expression Editor 是一个在线的表情编辑器，允许用户创建和定制个性化的表情符号。它利用人工智能技术，简化了表情的创建过程，使得用户能够快速生成独一无二的表情。这个工具不仅增加了在线沟通的趣味性，还提供了一种新颖的自我表达方式。
集成空间编织注意力，提升扩散模型的高保真条件
HelloMeme是一个集成了空间编织注意力的扩散模型，旨在将高保真和丰富的条件嵌入到图像生成过程中。该技术通过提取驱动视频中的每一帧特征，并将其作为输入到HMControlModule，从而生成视频。通过进一步优化Animatediff模块，提高了生成视频的连续性和保真度。此外，HelloMeme还支持通过ARKit面部混合形状控制生成的面部表情，以及基于SD1.5的Lora或Checkpoint，实现了框架的热插拔适配器，不会影响T2I模型的泛化能力。
2D肖像视频转4D高斯场编辑工具
PortraitGen是一个基于多模态生成先验的2D肖像视频编辑工具，能够将2D肖像视频提升到4D高斯场，实现多模态肖像编辑。该技术通过追踪SMPL-X系数和使用神经高斯纹理机制，可以快速生成3D肖像并进行编辑。它还提出了一种迭代数据集更新策略和多模态人脸感知编辑模块，以提高表情质量和保持个性化面部结构。
从Mac菜单栏创建和使用日本表情符号。
Kaomoji Drawer是一款为Mac用户设计的桌面客户端软件，允许用户从Mac的菜单栏快速创建和使用日本表情符号（Kaomoji）。这不仅丰富了用户的交流方式，还为喜欢日本文化的用户提供了便捷的工具。产品背景信息显示，该软件是免费下载的，并且有专门的邮箱提供帮助或建议。
© 2025 AIbase 备案号：闽ICP备08105208号-14