Whisper转写+LLM语义分析，用自然语言从长视频里找片段、选段、导出成片，检索到剪辑全流程一个Web界面闭环

207000子龙•2个月前

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

327000子龙•2个月前

IEEE TCSVT 收录的 Vid-LLM 综述配套清单:论文+代码+数据集+基准全整理,选型与研究必备

186000子龙•2个月前

5秒样本零样本TTS，1分钟数据微调即可克隆声音。支持中英日韩粤跨语言推理，集成WebUI工具链，58k Stars

224001子龙•5个月前

生成快过播放：5秒768p约2.5秒出片带原生音效，不注册每天免费5条，API促销价今天截止

179000子龙•2个月前

Windows 上跑 Linux 的亲儿子方案，不用双系统不用虚拟机，Docker/VS Code/GPU CUDA 无缝衔接，装完就回不去了

95000子龙•2个月前

8.8寸 2.5K 144Hz，Ryzen AI 9 HX 370，770g 极致便携，模块化 RS-232/KVM/LTE，车载出差一台搞定

510000子龙•2个月前

2K/5秒视频47秒生成，RTX3060可跑，Mac MLX原生支持，多镜头+立体声，免费商用（年入<0M）

497000子龙•2个月前

83 万下载的开源视频模型天花板——文生视频/图生视频/音视频同步/4K 20 秒，8GB 显存量化可跑

270101子龙•2个月前

33B 开源全模态视频模型，从零部署到 Motion Context 长视频拼接、低显存优化、fal.ai H3 Max 实时直播，一份搞定

1162000子龙•2个月前

字级配音同步、七层反PPT镜头系统、三重验收自动返工，把Claude Code/Codex变成口播视频动效工作室

344000子龙•2个月前

64GB 统一内存本地跑 27B，252 次请求零报错。低并发看响应，高并发看总量，甜蜜区在 N≤4

1067000子龙•2个月前

FLUX 1/2 团队新作：图像/视频/音频联合训练的世界模型，视频+原生音频最长 20 秒，Early Access 已开放

127000子龙•2个月前

31cm/450g 塞进电脑包，方向键一个不少；42gf黛粉轴打字如踩雪

298000子龙•2个月前

出海短剧、影视二创必备，0.4元/分钟擦除视频硬字幕，比腾讯云便宜15倍

178000子龙•2个月前

策划/分镜/生成/剪辑/交付全流程 Agent 串联，无限画布+技能插件生态+商业模板；配开源 H3 视频模型，768P 0.5元/秒、2K 0.8元/秒，年卡低至0.4元/秒

205001子龙•2个月前

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

306000子龙•2个月前

国内首个角色扮演视频生成，文/图生视频、多镜头叙事、音画同步、图文混排绘本，一站式AI创作

155000子龙•2个月前

一张图片+一段视频，角色跟随动作表情表演或直接替换视频中人物，骨骼信号+重光照LoRA，免费

162000子龙•2个月前

上传视频+人物照片，AI替换整个角色（不只换脸），动作表情光照场景全保留

116000子龙•2个月前