视频
  1. 首页
  2. 视频

列表

Talk AI练口语

Talk AI练口语

Talk AI是一款基于AI技术的语言学习应用，支持超过60种语言，提供实时语法纠错、智能生词本、视频通话等功能。它通过模拟真实对话场景，帮助用户提升口语能力，同时提供语言考试模拟练习。无论是在日常交流、商务场景还是旅行准备中，Talk AI都能满足不同用户的需求。
AI项目与工具 2025年06月12日
123APPS

123APPS

一个可以在线编辑各种类型媒体文件的工具，包括视频、音频文件、PDF 和图像的转换，比如视频编辑器、屏幕录像机、文本到语音转换器、PDF 转换器和编辑器、音频编辑器、图像转换器、存档提取器和其他实用工具。
视频剪辑 2025年06月05日
BAGEL

BAGEL

BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，采用混合变换器专家架构（MoT），通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异，生成质量接近SD3，并适用于内容创作、三维场景生成、可视化学习和创意广告生成等
AI项目与工具 2025年06月11日
VideoTrans

VideoTrans

一个开源的视频翻译和配音工具，VideoTrans能够一键识别视频字幕、翻译成其他语言以及进行多种语音合成，最终输出带字幕和配音的目标语言的视频。
字幕配音 2025年06月05日
Text To Speech

Text To Speech

构建自然说话的应用和服务，从 147 种语言和变体中选择 456 种语音
创作工具 2026年09月12日
SkyReels Ai

SkyReels Ai

一个由昆仑万维推出的AI短剧平台，集成了视频大模型与3D大模型，能够通过AI一键生成完整剧本、分镜、人物对白与背景音乐，支持角色形象、音色与分镜的自定义调整。
Ai视频生成 2025年06月05日
V-JEPA

V-JEPA

创新的自监督学习模型，它通过预测视频帧的特征表示来学习视频的视觉表示。这种方法不仅能够处理视频内容，还能在图像任务上表现出色，具有广泛的应用潜力。
Ai平台模型 2026年09月12日
STIV

STIV

STIV是一款由苹果公司开发的视频生成大模型，具有8.7亿参数，擅长文本到视频（T2V）及文本图像到视频（TI2V）任务。它通过联合图像-文本分类器自由引导（JIT-CFG）技术提升生成质量，并结合时空注意力机制、旋转位置编码（RoPE）及流匹配训练目标优化性能。STIV支持多种应用场景，包括视频预测、帧插值、长视频生成等，适用于娱乐、教育、广告及自动驾驶等多个领域。
AI项目与工具 2025年06月12日
Faster Whisper

Faster Whisper

Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理，可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测（VAD）及模型优化，同时提供灵活的 API 接口供开发者集成。
AI项目与工具 2025年06月12日