Project Icon

dolphin

通用视频互动平台,基于大型语言模型的视频理解、处理与生成

Dolphin是一个基于大型语言模型的通用视频互动平台,专注于视频理解、处理和生成。该平台支持视频问答、视频剪辑、字幕添加、音频提取及生成等功能,旨在提升视频处理的智能化水平。用户可通过文本生成视频、姿态到视频转换及视频图像转换等多种方式进行创作。项目持续更新,欢迎社区贡献和拉取请求,适用于北航和南洋理工大学的科研项目。

videocomposer - 灵活可控的视频合成与运动模式生成工具
AI生成GithubVideoComposer动作控制开源项目扩散模型视频合成
VideoComposer是一个开源的视频合成模型,能够同时控制生成视频的空间和时间特征。它支持文本、草图、参考视频等多种输入形式,为用户提供灵活的创作方式。项目包含预训练模型和用户界面,便于研究人员和开发者进行视频合成实验。
Pandora - 自然语言控制的视频生成世界模型
AI模拟GithubPandora世界模型开源项目自然语言控制视频生成
Pandora是一个通用世界模型项目,通过生成多领域视频模拟世界状态,并支持自然语言实时控制。该模型能跨领域生成视频,允许使用自然语言指令进行交互。Pandora在通用人工智能和视频生成领域取得重要进展,为开发更灵活智能的AI系统奠定基础。
yt-whisper - 使用yt-dlp与OpenAI Whisper生成多语言YouTube字幕
GithubPythonWhisperffmpegyt-dlp字幕生成开源项目
该项目结合yt-dlp与OpenAI的Whisper技术,能够高效生成各种YouTube视频的字幕文件。通过简单的命令行操作,可生成VTT文件,并且默认使用small模型即可实现高质量的英文转录。对于其他语言,可选用更大型的模型来提升识别效果。项目还支持将字幕翻译成英文。运行需要Python 3.7或以上版本以及ffmpeg安装。此项目基于MIT许可证开源,详情请参考项目仓库的使用指南。
UniDub - 多语言AI视频配音与创作一站式解决方案
AI工具UniDub人工智能多语言自定义头像视频配音
UniDub平台提供40多种语言的AI视频配音和创作服务,通过三步简单操作即可完成。支持情感表达、风格定制和背景音乐,能高效制作富有表现力的视频内容。除配音外,还可创建动画视频、有声读物及自定义头像和声音。适用于内容创作者、企业和OTT平台的多语言视频本地化需求。
stable-video-diffusion-img2vid - AI模型将静态图像转换为动态短视频的创新技术
GithubHuggingfaceStable Video Diffusion人工智能图像到视频生成开源项目模型深度学习计算机视觉
Stable Video Diffusion Image-to-Video是一种先进的AI模型,可将静态图像转化为短视频。该模型利用潜在扩散技术,生成14帧、576x1024分辨率的视频片段。在视频质量方面表现出色,主要应用于生成模型研究和安全部署等领域。尽管存在视频时长短、可能缺乏动作等限制,但该模型为图像到视频转换技术带来了新的可能性。目前仅限于研究用途,不适用于生成事实性或真实性内容。
Awesome_Long_Form_Video_Understanding - 长视频理解研究前沿进展与资源综述
Github人工智能开源项目深度学习视频分析计算机视觉长视频理解
这是一个综合性长视频理解研究资源库,涵盖表征学习、高效建模、大语言模型等多个子领域。项目汇总了前沿研究论文、数据集和工具,对各子任务进行了系统梳理。为长视频理解研究者提供了全面的参考资源,有助于推动该领域的发展。
minisora - 致力探索AI视频生成技术的开源社区
DiTGithubMiniSoraSora开源社区开源项目视频生成
MiniSora是一个社区驱动的开源项目,专注于探索AI视频生成技术Sora的实现路径。该项目组织定期圆桌讨论、深入研究视频生成技术、复现相关论文并进行技术回顾。MiniSora旨在开发GPU友好、训练高效、推理快速的AI视频生成方案,推动人工智能视频生成领域的开源发展。
DubSync.AI - AI驱动的多语言视频配音平台
AI工具AI配音系统DubSync.AI内容本地化多语言翻译自动配音
DubSync.AI是一款基于人工智能的视频配音工具,可自动将视频翻译并配音成20多种语言。该平台旨在帮助内容创作者突破语言障碍,实现全球内容分发。通过先进的AI技术,DubSync.AI提供高效的视频本地化解决方案,适用于各类视频内容的国际化传播需求。无论是教育视频、营销内容还是娱乐节目,DubSync.AI都能帮助您轻松实现多语言版本,扩大受众群体,提升全球影响力。
OpenSora-STDiT-v3 - STDiT-v3模型实现开源视频生成和编辑功能
GithubHuggingfaceOpen-Sora人工智能开源项目模型模型权重深度学习视频生成
Open-Sora STDiT-v3是一个开源的视频生成模型,专注于短视频创作和编辑。该项目由Open-Sora团队开发,在GitHub上开源,并提供在线演示和图库展示。STDiT-v3模型可通过pip安装和Python代码调用,为视频创作者和开发者提供了便捷的使用方式。这一工具旨在促进视频内容的创新与发展,为用户提供灵活高效的视频处理能力。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号