WorldDreamer
WorldDreamer是一个创新的视频生成模型，它通过预测遮蔽的视觉令牌来理解并模拟世界动态。它在图像到视频合成、文本到视频生成、视频修复、视频风格化以及动作到视频生成等多个方面表现出色。该模型借鉴了大型语言模型的成功经验，将世界建模视为一个无监督的视觉序列建模挑战，通过将视觉输入映射到离散的令牌并预测被遮蔽的令牌来实现。
CogVideoX-2B是一个开源的视频生成模型，由清华大学团队开发。它支持使用英语提示语言生成视频，具有36GB的推理GPU内存需求，并且可以生成6秒长、每秒8帧、分辨率为720*480的视频。该模型使用正弦位置嵌入，目前不支持量化推理和多卡推理。它基于Hugging Face的diffusers库进行部署，能够根据文本提示生成视频，具有高度的创造性和应用潜力。
数据统计
相关导航
通义视频
通义视频是阿里云旗下通义万相平台推出的AI视频生成工具，于2024年9月19日的云栖大会上正式发布。通义AI生视频支持“文生视频”和“图生视频”两种创作模式，用户可以通过输入文本或图片上传，快速生成高质量的影视级视频内容。通义视频依托阿里自研的AI视频生成大模型，具备强大的风格泛化和动态生成能力，擅长概念理解与组合生成，可以根据用户需求生成不同风格的视频画面。通义万相AI视频还特别注重中式元素的表现，在制作中国风视频时表现出色。
雾象
雾象（Fogsight）是由WaytoAGI团队推出的一款AI动画生成引擎，能够根据用户输入的抽象概念或词语，自动生成生动的叙事动画。雾象通过自然语言处理技术，可以将抽象概念拆解为镜头脚本和旁白，并映射成视觉元素、转场和音效，从而实现动画的自动生成。雾象的核心优势在于其全流程的自动化能力，从剧本创作、分镜设计到最终的动画渲染，均可一键完成。雾象也支持多种多媒体形式的内容生成，不仅限于二维动画，还包括可能的三维效果，可以适用于多种场景和领域。
ComfyUI-LumaAI-API
ComfyUI-LumaAI-API是一个为ComfyUI设计的插件，它允许用户直接在ComfyUI中使用Luma AI API。Luma AI API基于Dream Machine视频生成模型，由Luma开发。该插件通过提供多种节点，如文本到视频、图像到视频、视频预览等，极大地丰富了视频生成的可能性，为视频创作者和开发者提供了便捷的工具。
Vchitect 2.0
Vchitect 2.0（筑梦2.0）是一款由上海人工智能实验室开发的高级视频生成模型，旨在赋予视频创作新的动力。它支持20秒视频生成，灵活的宽高比，生成空间时间增强，以及长视频评估。Vchitect 2.0通过其先进的技术，能够将静态图像转换为5-10秒的视频，使用户能够轻松地将照片或设计转换为引人入胜的视觉体验。此外，Vchitect 2.0还支持长视频生成模型的评估，通过VBench平台，提供全面且持续更新的评估排行榜，支持多种长视频模型，如Gen-3、Kling、OpenSora等。
CamCo
CamCo是一个创新的图像到视频生成框架，它能够生成具有3D一致性的高质量视频。该框架通过Plücker坐标引入相机信息，并提出了一种符合几何一致性的双线约束注意力模块。此外，CamCo在通过运动结构算法估计相机姿态的真实世界视频上进行了微调，以更好地合成物体运动。
DeepFuze
DeepFuze是与ComfyUI无缝集成的先进深度学习工具，用于革新面部转换、lipsyncing、视频生成、声音克隆和lipsync翻译。利用先进的算法，DeepFuze使用户能够以无与伦比的真实性结合音频和视频，确保完美的面部动作同步。这一创新解决方案非常适合内容创作者、动画师、开发者以及任何希望以先进的AI驱动功能提升其视频编辑项目的人士。
妙笔工坊
妙笔工坊是一款集成了多功能的AI创作工具，您可以随时随地从手机里轻松获得所有问题的答案！妙笔工坊AI写作、绘画、视频制作、文案生成、配音等多种功能，无论你是学生还是从业人员，该应用程序都能帮助你轻松愉快的完成创作。妙笔工坊可以帮您撰写小说、演讲稿、检讨书，创作诗词、歌曲，甚至还可以帮您智能翻译、编写代码等。
暂无评论...