视频 - 智狐AI导航

LLaVA

LLaVA-OneVision是字节跳动开发的开源多模态AI模型，主要功能包括多模态理解、任务迁移、跨场景能力、开源贡献及高性能。该模型采用多模态架构，集成了视觉和语言信息，通过Siglip视觉编码器和Qwen-2语言模型，实现高效特征映射和任务迁移学习。广泛应用于图像和视频分析、内容创作辅助、聊天机器人、教育和培训以及安全监控等领域。

AI项目与工具 2025年06月12日 34 点赞 0 评论 799 浏览

日日新融合大模型

日日新融合大模型（SenseNova）是商汤科技推出的多模态AI系统，支持文本、图像、视频等多种数据的融合处理，具备强大的深度推理与多模态分析能力。该模型在多个权威评测中表现优异，广泛应用于自动驾驶、视频交互、办公教育、金融、园区管理及工业制造等领域，提升了多场景下的智能化水平。

AI项目与工具 2025年06月12日 88 点赞 0 评论 798 浏览

Pexels

一个免费可商用的图片和无水印视频下载的大型素材网站

视频素材 2025年06月05日 19 点赞 0 评论 798 浏览

BodyTalk

BodyTalk是一款基于生成性AI技术的视频配音工具，支持将视频中的语音翻译成29种语言，并通过声音模仿和面部动作同步技术保持自然效果。它提供自动化处理、编辑功能以及多语言支持，适用于教育、企业培训、市场营销等多个领域，帮助企业扩大国际影响力并提升视频内容的质量。

AI项目与工具 2025年06月12日 44 点赞 0 评论 798 浏览

Any Summary

Any Summary 是一款基于人工智能的文档总结工具，支持多种文件格式（如 PDF、Word、图片、音频、视频）的快速分析与总结，帮助用户从长篇内容中提取关键信息。其功能涵盖文件总结、URL 内容抓取、多语言支持、自定义摘要格式、AI 自动摘要生成及大文件处理，适用于学术研究、新闻采访、商务报告、法律文件分析、教育学习及产品评测等多个领域。

AI项目与工具 2025年06月12日 50 点赞 0 评论 798 浏览

CineMaster

CineMaster是快手推出的3D感知视频生成框架，支持通过文本提示及深度图、相机轨迹等控制信号生成高质量视频内容。其核心功能包括3D物体与摄像机控制、交互式设计、自动化数据标注和高质量视频输出。采用两阶段工作流程与扩散模型技术，结合语义布局控制网络与摄像机适配器，提升视频生成的精确度与灵活性。适用于影视制作、广告营销、游戏开发等多个领域。

AI项目与工具 2025年06月12日 68 点赞 0 评论 798 浏览