AutomateClips AutomateClips是一款人工智能视频生成器，专为社交媒体平台如TikTok、Instagram和YouTube设计，以自动化创建吸引人的视频内容。 Ai视频生成 1970年01月01日 0 点赞 0 评论 423 浏览
InternVL3 InternVL3是上海人工智能实验室推出的多模态大型语言模型，具备文本、图像、视频等多模态数据处理能力。采用原生多模态预训练方法，提升语言与视觉理解效率，并支持工具使用、3D视觉、工业图像分析等复杂任务。模型可通过API部署，适用于智能交互、图像识别、视频分析及客服系统等多种场景。 AI项目与工具 2025年06月11日 68 点赞 0 评论 423 浏览
Shedevrum Shedevrum是由Yandex推出的AI图像生成工具，支持文本到图像和视频的生成，具备多种艺术风格模仿能力。用户可通过输入描述性文本，快速生成高质量、高分辨率的图像，并进行个性化调整。该工具适用于艺术创作、内容制作、教育及品牌营销等多个领域，提供便捷的视觉内容生成方案。官网提供免费版本，支持多语言输入，适合各类用户使用。 AI项目与工具 2025年06月12日 96 点赞 0 评论 422 浏览
cobalt Cobalt是一款开源流媒体下载工具，支持从各大视频网站、社交媒体和音乐平台下载视频、音频和图片。其主要功能包括高分辨率视频下载（最高8K）、多种音频格式支持、字幕自动提取及个性化主题切换。用户可通过网页版或自托管Docker方式使用，无需注册即可操作，适合在线学习、视频编辑、音乐收藏等多种应用场景。 AI项目与工具 2025年06月12日 99 点赞 0 评论 422 浏览
Magma Magma是微软研究院开发的多模态AI基础模型，具备理解与执行多模态任务的能力，覆盖数字与物理环境。它融合语言、空间与时间智能，支持从UI导航到机器人操作的复杂任务。基于大规模视觉-语言和动作数据预训练，Magma在零样本和微调设置下表现优异，适用于网页操作、机器人控制、视频理解及智能助手等多个领域。 AI项目与工具 2025年06月12日 100 点赞 0 评论 421 浏览
Video Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积（STC）连接器和音频分支，显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。 AI项目与工具 2025年06月12日 50 点赞 0 评论 421 浏览
ToonCrafter ToonCrafter是一个展示平台，它利用先进的生成对抗网络（GAN）技术，将用户的原始动漫帧转化为一系列风格一致、过渡自然的画面。 Ai视频生成 1970年01月01日 0 点赞 0 评论 420 浏览
