计算机视觉

Picit AI 是一款免费在线 AI 图像创作与编辑平台，集成文本生成、滤镜、美化、背景抠图、水印擦除等功能，适合 AI 工具使用者轻松完成图像生成与优化。

MirrorMe 是阿里巴巴团队推出的实时高保真音频驱动半身动画扩散模型，结合 LTX 视频基础架构与音频适配器，实现 lip-sync、表情与手势同步生成，适合 AI 工具使用者打造交互式数字人影像。

蚂蚁PPT 是一款由宁波灵达网络推出的 AI 在线幻灯片生成平台，提供一句话、文档、Markdown 输入，智能匹配模板和图片，自动生成 PPT 大纲、内容与演讲备注，适合教育、商务和职场 AI 工具使用者快速创建专业演示。

OmniGen2 是由 VectorSpaceLab 发布的开源多模态生成模型，通过双路径解码架构支持文本生成、图像合成、图像编辑和上下文驱动的视觉生成，适合 AI 工具使用者构建统一视觉应用。

Ovis‑U1 是阿里巴巴 AIDC‑AI 推出的 30 亿参数统一多模态模型，集图像理解、文本生成、图像生成与编辑能力于一体，适合 AI 工具使用者快速构建多功能视觉交互应用。

AnimaX 是阿里巴巴 DAMO Academy 推出的最新文本驱动 3D 动画框架，利用视频扩散与骨架控制让静态模型动起来，适合 AI 工具使用者构建高质量 3D 动画。

深入解读 Vibemotion：第一个以单一句提示生成专业级动态图形视频的 AI 工具，适合 AI 创作者、内容营销与教育者，涵盖功能特性、使用流程、最佳实践与常见问答，助你快速掌握该平台的魔力。

一文掌握 Qwen VLo——阿里巴巴发布的多模态生成与理解模型，从核心能力、使用路径到实战案例和常见问题，详解其如何帮助 AI 工具使用者提升图像生成与编辑效率。

MultiAgentPPT 是一款开源工具，通过多 AI Agent 协同自动生成 PPT 结构、内容及视觉设计，支持自定义模板与 Azure OpenAI 集成，适合内容创作者、业务人员快速制作专业演示文稿。

FilMaster 是首个融合电影摄影学原理与全流程生成式 AI 的自动化电影制作系统，从剧本到后期输出提供专业级可编辑作品。本文深度解析其架构、技术、使用场景与常见问题，助 AI 工具使用者理解并落地 “FilMaster” 这一革新系统。

4D‑LRM 是一款由 Ziqiao Ma 等人提出的 Transformer 驱动大规模时空重建模型，基于 4D 高斯混合表示，实现从稀疏视角与时间点输入，到任意视角与任意时间点的连续动态重建。本文详解其架构、性能、使用指南与常见问题，帮助 AI 工具用户掌握 4D‑LRM。

Game Worlds 是 Runway 推出的 AI 驱动交互式游戏平台，允许用户通过自然语言创建带图像和文本的冒险游戏，无需编码。本文深度解析其功能、使用指南、应用场景、技术原理及常见问题，帮助 AI 工具使用者快速上手。

“课件帮”是一款由天源迪科推出的AI智能课件制作平台，支持一键生成PPT课件、转视频微课、智能出题和数字人讲解，助力教育者和职场人士提升内容制作效率。

Kwai Keye‑VL 是快手推出的 8 B 参数多模态大语言模型，聚焦动态短视频理解与视觉推理，支持图文与视频输入。本文深入分析其架构、性能、使用指南与 FAQ，助 AI 用户快速掌握。

探索 DRA-Ctrl —— “Dimension‑Reduction Attack!” 的最新进展。本文讲解其原理、应用场景（如图像修复、边缘到图像、深度生成等），并详细介绍安装部署与常见问题，助 AI 用户快速上手。

MiniWork 是一站式 AI 工具平台，集成写作助手、图像编辑、PDF 转换、营销分析、SEO 优化等多功能，支持 GPT‑4o、Claude 3.7、Gemini 2.5 等多种模型，适用于内容创作者、运营人员和职场精英，提升工作效率。

石榴AI是一款由北京祥亮科技推出的全能 AI 数字人及视频创作平台，支持文本/音频驱动视频生成、数字人定制、API 接入，助力短视频博主、教育与企业内容创作者高效输出。

AnimaTensor 是一个专为动漫风格设计的开源 SDXL 模型，由 Animagine XL 4.0-Zero 微调而成，训练于 840 万张 Danbooru 图像，支持 V‑prediction、Zero-terminal SNR 和高分辨率生成，适合内容创作者快速制作高质量动漫艺术作品。

OmniAvatar 是由浙江大学与阿里巴巴联合开发的开源音频驱动全身 avatar 视频生成模型，支持精确 lip‑sync、自然身体动作、文本控制和背景调节，适用于播客、教育、娱乐等多场景，高效、可定制。

ImmerseGen 是由 ByteDance 与浙江大学联合研发的 AI 驱动沉浸式 3D 世界生成框架，借助 agent 指导与 alpha‑textured 几何 proxy，实现轻量级、高保真的 VR 场景创建，适配实时渲染，是面向 AI 工具使用者的强大沉浸制作利器。

万兴天幕（Wondershare Tomoviee）是万兴科技最新一代音视频多媒体大模型 2.0，由万兴与华为云联合打造，具备视频、图像、音频生成能力，通过天天幕创作广场和 API 引擎，为 AI 工具使用者和开发者提供一站式创作方案。

Hunyuan‑GameCraft 是腾讯 推出的高动态交互游戏视频生成框架，支持键鼠输入控制、长序列一致性、自回归延伸与模型蒸馏，在超百万条 AAA 游戏录像上训练，适配实时部署，显著提升互动沉浸体验。

PosterCraft 是开源的高质量美学海报生成框架，通过多阶段优化流程实现精准文本渲染、高级布局与视觉–语言反馈，免费提供模型、数据和在线体验，适合设计师、内容创作者和研究者。

CreateVision AI 是一款完全免费的无登录 AI 图像生成平台，支持多引擎驱动、无限次高质量图像创作，为创意工作者、设计师、内容营销人员带来极致便捷与自由。

PreenCut 是一款开源 AI 视频检索与剪辑工具，支持语音识别（WhisperX）、LLM 分析、自然语言查询与批量处理，为 AI 工具使用者提供高效精准的视频片段检索和剪辑能力。

DroneDeploy 是领先的全栈无人机现实捕获平台，支持自动飞行规划、地图与 3D 模型生成、AI 驱动的测量与监控，面向建设、农业、能源、采矿等行业用户，提升飞行与图像数据处理效率。

燕雀光年（Yanque Light‑Year）是一款国内领先的 AI 平台，专注于智能 Logo、动态 Logo、包装与 VI 视觉识别设计，提供 5 种创作模式和可商用设计，适用于创业者、设计小白与品牌团队。

MindOmni 是腾讯 ARC Lab 推出的统一多模态大语言模型，通过三阶段训练与 RGPO 强化学习，支持图像理解、推理生成与图像编辑，展现出色的数学与视觉推理能力，是面向 AI 工具使用者的开源实用助手。

Stream‑Omni 是由中科院 ICT NLP 团队开源的一体化 GPT‑4o 风格语言-视觉-语音多模态聊天模型。支持任何输入组合（文本、图像、语音）并生成文本和语音回应，具备边听边列文字中转、轻量训练与同声互动能力，是 AI 工具使用者构建多模态界面的优秀起点。

Labubu live wallpaper 是一款深受 Labubu 收藏者和动态主题爱好者喜爱的高清动态壁纸平台，提供免费可下载的 HD/4K 动态锁屏，适配 iOS 与 Android，教程简单，引爆社交媒体话题。

Vidduo 是一款 AI 视频生成平台，支持从文字或静态图片快速生成 1080p 多镜头短片，具备语义精准理解、风格多样化和流畅运动效果，适合 AI 工具使用者用于内容创意、短视频营销和快速原型。

Makefilm 是一款功能强大的全能 AI 视频平台，支持从文字和静态图片生成高质量短视频，内置 AI 配音、字幕生成/去除、视频剪辑和下载器，热门创作者和品牌借它快速打造社交媒体视频内容。

Avido.ai 是一款面向内容创作者的 AI 视频生成平台，支持脚本生成、图像动效、人声配音和背景音乐，自动输出高质量无脸社交短视频，并可发布至 YouTube 和 TikTok，助力创作者高效产出，轻松扩展品牌影响力。

Midjourney Video 是 Midjourney 推出的第一款 AI 视频生成工具，支持基于静态图像生成短视频片段，具备镜头控制、Motion 模式、无限扩展等功能；本文深度解析 Midjourney Video 的功能、使用方式、定价策略与行业创新，帮助 AI 工具使用者全面了解这一视频制作新平台。

Surge AI 是一款领先的 AI 数据标注平台，为语言模型、内容审核与搜索排序等提供高质量的人类反馈与 RLHF 服务，凭借高标准质控、专家标注团队及实时 API 接入，已帮助 OpenAI、Anthropic、Cohere 等公司提升模型性能，是 AI 工具使用者首选。

Hailuo Video Agent 是 Hailuo AI 推出的 AI 驱动视频创作助手，支持文字转视频、图像动画、人像替换与镜头控制等功能，是内容创作者、营销人员和教育者的高效工具。

LinGen 是一款创新的线性复杂度文本生成视频框架，利用 MATE 模块实现高分辨率分钟级视频生成，显著降低算力需求，适合 AI 工具使用者在单 GPU 上探索长视频创作。

EX-4D 是一项最新的 4D 视频合成技术，通过“Depth Watertight Mesh”提升极端视角下单目输入视频的几何一致性与视觉质量，适合 AI 工具使用者和计算机视觉研究者探索视频生成与合成应用。

VFX8 是一站式 AI 制片工场，提供从分镜脚本、角色设计到视频生成的全流程 AI 支持，助力影视创作者快速落地优质作品。本文详解功能特点、使用场景与常见问题，帮你全面了解 VFX8。

EmbodiedGen 是由 Horizon Robotics 提出的开源 3D 生成工具，支持多模态资产（图像、文本、布局）生成具实体感的 3D 交互环境，适合机器人训练、仿真与生成式 AI 研究者使用。

OmniFlow 是松下与 UCLA 联合开发的多模态生成式 AI，实现文本、图像、音频之间的 Any‑to‑Any 转换，极大降低训练数据成本，适用于内容创作、无障碍辅助与多媒体生成。

Hailuo 02 是 MiniMax 推出的最新 AI 视频生成模型，支持文本和图像转视频，具备 768p、10 秒时长选项，具备物理仿真、摄像机控制、高成本效能比，超越 Google Veo 3，适合创作者与开发者使用。

Sparc3D 是一款开源的高分辨率稀疏三维重建与生成框架，结合 Sparcubes 和 Sparconv‑VAE 技术，可实现 1024³ mesh 重建与文本/图像到 3D 模型生成，适用于游戏、VR、3D 打印等应用场景。

Labubu Wallpaper 是 AI 生成的 Pop Mart Labubu 角色壁纸平台，提供高清静态与动态桌面/手机背景，支持个性化定制、节日主题及 live wallpaper，面向壁纸爱好者和AI工具用户。

Kontext AI 利用先进的 FLUX Kontext 模型，提供上下文感知的图像生成与编辑服务，支持文本+图像提示、角色一致编辑、高速响应，适合设计师、内容创作者与营销人员。

FlowDirector是一款无需训练的文本驱动视频编辑新框架，通过 ODE 流式演化实现高精度、时序一致的视频修改，具备局部可控与语义对齐优势，适合创作者和开发者快速文本编辑视频。

fluxcontext.app 是一款强大的 AI 在线图像编辑 平台，提供在线的照片修复、动漫风格转换、水印移除、人物与背景替换等专业功能，适合摄影师、设计师与内容创作者快速提升视觉质量。

Morphic 是一款革命性的 AI 全能工作室，集图片生成、视频创作、动画、角色模型训练于一体，通过 Canvas + Copilot + Compose 的三合一设计，让影视制作人、设计师和创作者高效落地视觉叙事。

Dzine 是一款功能强大的 AI 图像生成平台，结合文本→图像与图像编辑、风格迁移、图层控制与协作功能，适合设计师、创意者快速生成与修改高质量图像，轻松完成 Logo、角色设计、产品图等多场景创作。

MAGREF是一款先进的 视频生成框架，通过“Masked Guidance”实现多参考图像与文本提示驱动的视频合成，支持目标一致性、动态遮罩与像素级特征融合，助力研究者和开发者探索高质量、多主体视频生成新路径。