要同时读画面+声音分析快手/抖音短视频，实测硅基流动 Qwen3-Omni、DashScope Qwen3.5-Omni flash/plus、本地抽帧+ASR 五条链路，给出选型建议和避坑点。

150000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

上传视频自动语音转写，选中文字段落就剪出对应片段，还支持按说话人剪辑和 LLM 辅助选段

196000子龙•2个月前

扔一段视频进去，自动出带章节配图的 Markdown 报告，网课笔记/会议纪要/内容素材一站搞定

311000子龙•2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

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

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

首个开源全能参考视频模型：消费级显卡可跑，效果≈Seedance 2.0 Fast 八成、成本仅十分之一。附Seedance/可灵/万相/LTX/Veo/Grok/FLUX3逐家盘点

220000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

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

基于 STTN/LaMA/ProPainter 等多算法的视频硬字幕和文本水印去除工具，完全本地运行，支持 Windows/Mac/Linux/Docker

214000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

115000子龙•2个月前

三家最新开源MoE视觉大模型，全部30B级只激活3B，定位完全不同

196000子龙•2个月前

字节跳动蒸馏版视频理解模型，DREAM-1K描述F1超越GPT-4o，8.3B参数低门槛部署

79000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

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

内容出海必备，识别翻译配音字幕擦除合成一条龙，一次提交批量出片，换语言不换声

186000子龙•2个月前

33B开源全模态视频模型，原生立体声，从3060到5090全覆盖的保姆级部署+提示词+加速教程

1134000子龙•3个月前