LatentSync
LatentSync是由字节跳动与北京交通大学联合研发的端到端唇形同步框架，基于音频条件的潜在扩散模型，无需中间3D或2D表示，可生成高分辨率、动态逼真的唇同步视频。其核心技术包括Temporal Representation Alignment (TREPA)方法，提升视频时间一致性，并结合SyncNet监督机制确保唇部动作准确。适用于影视制作、教育、广告、远程会议及游戏开发等多个领域。
OmniVision
OmniVision是一款面向边缘设备的紧凑型多模态AI模型，参数量为968M。它基于LLaVA架构优化，能够处理视觉与文本输入，显著降低计算延迟和成本。OmniVision支持视觉问答、图像描述等功能，广泛应用于内容审核、智能助手、视觉搜索等领域。
YT Navigator
YT Navigator 是一款基于 AI 的 YouTube 内容检索工具，支持自然语言查询、语义搜索和视频内容交互。用户可快速定位视频片段并获取时间戳，提升信息获取效率。适用于研究、学习、创作和分析等场景，具备频道管理、安全会话等功能。采用向量嵌入与 BM25 算法结合的搜索机制，提高搜索准确率，项目已开源。
SCENEXTRAS
SCENEXTRAS是一款基于人工智能技术的Chrome扩展程序，允许用户与电影和电视剧中的角色进行实时互动，包括文字和语音交流。它支持多语言环境，并能根据用户喜好推荐相关影视作品。此外，SCENEXTRAS还具备教育辅助功能，可帮助用户在娱乐过程中学习新语言或深化对故事情节的理解。
Motion Prompting
Motion Prompting 是一种利用点轨迹表示的视频生成技术，支持对象控制、相机控制及物理现象模拟等功能。它通过将用户输入转化为详细的运动轨迹，结合预训练的视频扩散模型与控制网络，在保持灵活性的同时提高生成质量。这项技术广泛应用于电影制作、游戏开发、虚拟现实等领域，为用户提供了强大的交互式视频生成工具。
---
Firebase Studio
Firebase Studio 是由谷歌推出的全栈开发工具，集成了 AI 编程辅助、自然语言原型设计、高度可定制的开发环境，并与 Firebase 和 Google Cloud 深度集成。支持从代码仓库导入项目、使用模板快速启动应用、AI 生成代码与文档、预览与调试等功能，适用于快速原型设计、全栈开发、团队协作及教育场景。开发者可根据需求选择不同工作区数量的定价方案。
