AI工具集

MuseTalk 是一个实时高质量音频驱动唇形同步模型，旨在解决高分辨率、身份一致性和准确唇形同步的面部视觉配音挑战，尤其适用于实时应用如直播视频 。

SadTalker 是一个基于单张图像和音频生成说话人脸视频的模型，其核心功能是通过音频输入使静态图片中的图像动起来，并生成说话的虚拟人物。

一款高性能文本到语音（TTS）系统，基于流匹配的非自回归生成方法，结合了扩散变换器（DiT）技术。

一站式中英文论文AI写作工具

一款解决跨境电商视频创作的平台，利用多语种翻译、语音合成、语音识别、大模型等技术，提供视频配音、视频翻译、文本配音等业务，让带货视频、产品视频、选窜视频的创作更简单更高效

字节跳动开发的AI视频生成模型，模型能够根据文本或图像生成高质量的视频内容，支持多镜头切换、稳定运动轨迹和风格化控制，适用于创意内容创作、广告制作和教育演示等场景。

一款专为海外中小企业和创作者打造的AI数字人视频创作平台

Hallo 是一个由复旦大学（Fudan University）开发的开源项目，专注于音频驱动的视觉合成技术，特别是用于人像动画生成。

一站式AI视频创作，1200+免费3D数字人

MMAudio是一个多模态音频生成模型，旨在通过视频和/或文本输入生成高质量、同步的音频。

领先AI创作平台，可生成最长50分钟的视频。人物一致性强，支持最新的Nano Banana。

Veo 3 是 Google DeepMind 推出的新一代视频生成模型，专为电影制作人、故事讲述者和创意工作者设计，将视频与音频无缝结合，开启生成式 AI 的创作新篇章。

人工智能ai营销内容创作平台

人工智能创作高质量内容

AI写作,智能AI对话,AI会话

小红书图文AI写作神器

数字人视频创作平台

Kimi K2 是北京月之暗面科技有限公司于 2025 年 7 月 11 日推出的开源大语言模型。

AI写作生成器,在线AI智能写作问答助手

AI打工神器，一键生成文章&ppt

IndexTTS2 是一个突破性的自回归语音合成模型，旨在解决大规模文本到语音（TTS）系统在精确时长控制和情感表达方面的挑战。

专注于语言模型（LLM）SQL 能力评测的专业平台，构建了全面且具实践价值的 SQL 能力排行榜（SCALE），为开发者、数据库管理员及企业技术决策者提供关键参考

将多张静态图片快速合成为动态视频，适用于电商、社交媒体等多种场景

美团自主研发的生成式AI大模型，模型具备强大的多模态能力，能处理文本、图像等多种数据类型

AI写作和文档工具

MonkeyOCR是一款开源文档解析模型，专注于高效、精准地解析复杂结构化文档。

免费生成图片,阿里旗下堆友推出的多风格AI绘画生成器

AI写作和智能聊天机器人

AI内容营销创意工具

一个与人工智能（AI）模型评估和比较相关的平台，其核心功能是通过用户投票和社区参与的方式，对大型语言模型（LLM）进行评测和排名。