Seedance 2.0可通过多镜头连贯、原生音频同步和物理感知运动创建电影级AI视频。
Seedance 2.0是一款AI视频生成器，允许用户从文本或图像开始，在几分钟内生成制作就绪的电影级视频。其核心优势在于多镜头连贯性、原生音频同步和物理感知运动，可提升视频制作的速度和质量。该产品提供多种定价方案，包括入门版、标准版和高级版，适合不同使用频率和需求的用户。对于创作者和团队而言，它能确保故事的连贯性和速度，支持快速迭代，并控制制作成本。
Kling 3.0将想法转化为电影，支持文本图像转1080p视频，可免费试用。
Kling 3.0 AI视频生成器是一款能够将文本和图像转化为1080p视频的工具。它为用户提供导演级别的控制能力，可让用户精准地掌控视频的创作过程。其原生音频同步技术确保了视频和音频的完美契合，而物理感知运动功能则为视频增添了更真实的动态效果。这款产品适合有视频创作需求的个人和团队，帮助他们高效地将创意转化为高质量的视频作品。目前产品提供免费试用机会，具体付费价格未提及。
Kling 3.0免费AI视频生成器，支持文本、图像转视频，有先进运动控制。
Kling 3.0是快手推出的免费AI视频生成平台。它具备先进的运动控制、文本转视频和图像转视频能力，相比之前版本，输出更逼真、连贯性更好、时长更长。平台定位为满足内容创作者和营销人员的视频制作需求，无需信用卡或订阅即可免费使用，为用户提供了便捷、高效且优质的视频制作解决方案。
2026 年领先 AI 生成器，支持原生 4K、音频和 Canvas Agent，创电影级视频。
Kling 3.0 是 2026 年推出的 AI 视频生成器，重新定义了 AI 叙事创建。它支持原生 4K 输出，画面精度高，适配大银幕，超越行业标准。其具备信息丰富的 Canvas Agent，可实现多角度扩展，自动化电影制作流程。高级运动控制能精确掌控表情、手势与口型同步，零技术门槛。原生音频集成可同时生成画面、语音和音效，一键生成完整沉浸式场景。图像系列模式确保跨帧一致性和视觉细节，Video O1 模型支持 720p、首尾帧生成及更长视频时长。该产品提供每日免费额度体验高级功能，4K 生成与商业用途可使用高级订阅，定位为专业视频创作者和商业项目的强大工具。
Malloy的AI运动设计师，无需技能，输入提示即可创建专业动画。
Malloy - AI Motion Designer是一款基于人工智能的运动设计工具，其重要性在于降低了动画制作的门槛，让没有After Effects或动画技能的用户也能轻松创建专业的动画。主要优点包括操作简单，只需输入提示词就能生成动画；节省时间和成本，无需专业的动画制作软件和技能。产品背景信息未提及，价格信息也未提及，定位是为广大非专业动画制作人员提供便捷的动画制作解决方案。
免费在线试用，利用OpenAI Sora 2从文本生专业级视频，无需邀请码。
Sora2Video是基于OpenAI革命性的Sora 2模型构建的免费在线AI视频生成平台，无需邀请码即可即时访问。该平台定位为世界级的AI视频生成工具，旨在让用户从简单文本提示生成具有物理精确运动、同步音频和电影级品质的专业视频。其优势在于能模拟真实世界物理法则，实现物体自然互动和真实动作，同时生成完美匹配的对话、环境音效和背景音频。价格方面，提供免费试用，各套餐包含慷慨积分配额，也可购买额外积分。
音频驱动全身视频配音平台，支持稀疏帧控制和长序列图像到视频生成。
InfiniteTalk AI是一种先进的音频驱动视频生成模型，能够实现唇部同步和全身动画，超越传统配音。其主要优点包括稀疏帧控制、长序列图像到视频转换以及保留身份和镜头运动等功能。
用于理解任意视频中的相机运动的工具。
CameraBench 是一个用于分析视频中相机运动的模型，旨在通过视频理解相机的运动模式。它的主要优点在于利用生成性视觉语言模型进行相机运动的原理分类和视频文本检索。通过与传统的结构从运动 (SfM) 和实时定位与*构建 (SLAM) 方法进行比较，该模型在捕捉场景语义方面显示出了显著的优势。该模型已开源，适合研究人员和开发者使用，且后续将推出更多改进版本。
VideoJAM 是一种用于增强视频生成模型运动连贯性的框架。
VideoJAM 是一种创新的视频生成框架，旨在通过联合外观 - 运动表示来提升视频生成模型的运动连贯性和视觉质量。该技术通过引入内指导机制（Inner-Guidance），利用模型自身预测的运动信号动态引导视频生成，从而在生成复杂运动类型时表现出色。VideoJAM 的主要优点是能够显著提高视频生成的连贯性，同时保持高质量的视觉效果，且无需对训练数据或模型架构进行大规模修改，即可应用于任何视频生成模型。该技术在视频生成领域具有重要的应用前景，尤其是在需要高度运动连贯性的场景中。
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。
从日常动态视频中快速、准确地估计相机和密集结构
MegaSaM是一个系统，它允许从动态场景的单目视频中准确、快速、稳健地估计相机参数和深度图。该系统突破了传统结构从运动和单目SLAM技术的局限，这些技术通常假设输入视频主要包含静态场景和大量视差。MegaSaM通过深度视觉SLAM框架的精心修改，能够扩展到真实世界中复杂动态场景的视频，包括具有未知视场和不受限制相机路径的视频。该技术在合成和真实视频上的广泛实验表明，与先前和并行工作相比，MegaSaM在相机姿态和深度估计方面更为准确和稳健，运行时间更快或相当。
一种用于控制人类图像动画的方法
DisPose是一种用于控制人类图像动画的方法，它通过运动场引导和关键点对应来提高视频生成的质量。这项技术能够从参考图像和驱动视频中生成视频，同时保持运动对齐和身份信息的一致性。DisPose通过从稀疏的运动场和参考图像生成密集的运动场，提供区域级别的密集引导，同时保持稀疏姿态控制的泛化能力。此外，它还从参考图像中提取与姿态关键点对应的扩散特征，并将这些点特征转移到目标姿态，以提供独特的身份信息。DisPose的主要优点包括无需额外的密集输入即可提取更通用和有效的控制信号，以及通过即插即用的混合ControlNet提高生成视频的质量和一致性，而无需冻结现有模型参数。
将你的锻炼变成游戏
uRace是一款将日常运动转化为游戏的移动应用，通过游戏化挑战激励用户参与跑步、骑行、游泳和徒步等运动。它不仅是一款健身追踪器，更是一种免费、有趣的方式，帮助用户保持日常运动的动力。uRace支持全球范围内的虚拟比赛和挑战，让用户在享受运动的同时，也能体验到游戏的乐趣。
灵感激发与视频创作平台
跃问视频是一个集灵感激发与视频创作于一体的平台，它通过提供丰富的视觉和创意内容，帮助用户激发创意并创作出独特的视频。该平台以其独特的美学风格和高效的视频生成技术为主要优点，尤其在中国风题材上表现出色。跃问视频的背景信息显示，它是由阶跃星辰公司推出的，该公司在多模态能力方面遥遥领先，提供了从文本到视频的生成技术。产品定位于中高端市场，以其高质量的视频生成和优化服务吸引用户。
零样本视觉跟踪模型，具有运动感知记忆。
SAMURAI是一种基于Segment Anything Model 2 (SAM 2)的视觉对象跟踪模型，专门设计用于处理快速移动或自遮挡对象的视觉跟踪任务。它通过引入时间运动线索和运动感知记忆选择机制，有效预测对象运动并优化掩膜选择，无需重新训练或微调即可实现鲁棒、准确的跟踪。SAMURAI能够在实时环境中运行，并在多个基准数据集上展现出强大的零样本性能，证明了其无需微调即可泛化的能力。在评估中，SAMURAI在成功率和精确度上相较于现有跟踪器取得了显著提升，例如在LaSOT-ext上AUC提升了7.1%，在GOT-10k上AO提升了3.5%。此外，与LaSOT上的全监督方法相比，SAMURAI也展现出了竞争力，强调了其在复杂跟踪场景中的鲁棒性以及在动态环境中的潜在实际应用价值。
基于扩散模型的音频驱动人像和动物图像动画技术
JoyVASA是一种基于扩散模型的音频驱动人像动画技术，它通过分离动态面部表情和静态3D面部表示来生成面部动态和头部运动。这项技术不仅能够提高视频质量和唇形同步的准确性，还能扩展到动物面部动画，支持多语言，并在训练和推理效率上有所提升。JoyVASA的主要优点包括更长视频生成能力、独立于角色身份的运动序列生成以及高质量的动画渲染。
统一可控的视频生成方法
AnimateAnything是一个统一的可控视频生成方法，它支持在不同条件下进行精确和一致的视频操作，包括相机轨迹、文本提示和用户动作注释。该技术通过设计多尺度控制特征融合网络来构建不同条件下的通用运动表示，并将所有控制信息转换为逐帧光流，以此作为运动先导来指导视频生成。此外，为了减少大规模运动引起的闪烁问题，提出了基于频率的稳定模块，以确保视频在频域的一致性，增强时间连贯性。实验表明，AnimateAnything的方法优于现有的最先进方法。
AI个人训练师，提供健康洞察和日常训练指导
PeakWatch是一款AI个人训练师应用，通过个性化的健康洞察和日常训练指导，帮助用户优化训练计划，提升运动表现，并关注睡眠质量。它通过深度分析用户的运动数据，提供训练负荷平衡建议，以预防过度训练和训练不足。PeakWatch的背景信息显示，该产品致力于通过科技提升人们的健康和运动表现，其价格定位为免费试用，吸引用户下载体验。
快速生成个性化和富有表现力的3D会说话面部模型
MimicTalk是一种基于神经辐射场（NeRF）的个性化三维说话面部生成技术，它能够在几分钟内模仿特定身份的静态外观和动态说话风格。这项技术的主要优点包括高效率、高质量的视频生成以及对目标人物说话风格的精确模仿。MimicTalk通过一个通用的3D面部生成模型作为基础，并通过静态-动态混合适应流程来学习个性化的静态外观和面部动态，同时提出了一种上下文风格化的音频到运动（ICS-A2M）模型，以生成与目标人物说话风格相匹配的面部运动。MimicTalk的技术背景是基于深度学习和计算机视觉领域的最新进展，特别是在人脸合成和动画生成方面。目前，该技术是免费提供给研究和开发社区的。
© 2026 AIbase 备案号：闽ICP备08105208号-14