计算机视觉

Google Arts & Culture 与英国国家美术馆（The National Gallery）合作推出的一款互动式 AI 实验项目。

一款由 Skylum 公司推出的 AI 驱动的人像照片编辑软件，专为摄影师、修图师及摄影爱好者设计。

一款集 AI 生成、视觉资产管理和品牌内容创作于一体的全能型创意平台，专为品牌、设计师、营销团队和创意机构打造。

一款基于人工智能技术的数字人视频创作平台，旨在为海外中小企业和个人创作者提供高效、便捷的视频制作解决方案。

一款专为 TikTok Shop 商家、内容创作者和品牌方打造的 AI 驱动的社交电商智能分析与内容创作平台。

Google 于 2025 年 5 月在 I/O 开发者大会上发布的最新一代 AI 视频生成模型。

一款基于 AI 的内容创作与演示工具，旨在帮助用户快速生成引人入胜的视觉内容。

酷雀AI智能抠图是一款由苏州大创科技有限公司开发的专业图像处...

一款基于人工智能的视频生成工具，允许用户通过输入文本、图片、脚本或提示词，快速生成风格多样、画质高清的视频内容。

一款基于人工智能的视频背景移除工具，能够智能识别视频中的人物或主体，并自动去除背景，无需绿幕或专业设备。

Google DeepMind 于 2025 年 5 月推出的一款先进的 AI 手语翻译模型，旨在打破听障人士在沟通中的障碍。

Black Forest Labs 推出的一款多模态生成模型，专注于上下文感知的图像生成与编辑。

一个基于扩散变换器（Diffusion Transformers）的无掩码视频编辑框架，专注于唇部动作与音频的精准同步。

出门问问（Mobvoi）于 2025 年 5 月 29 日正式发布的一款多模态 AI 服务平台。

一款基于人工智能技术的数字人视频创作平台，专注于通过自动化脚本生成与数字人形象定制，实现高效、低成本的视频内容生产。

一款视频虚拟试衣（Video Virtual Try-On, VVT）系统，能够将目标服装自然地融合到人物视频中，保持服装的细节和动态一致性。

由牛津大学等研究团队于 2025 年 5 月发布的开源 AI 工具，旨在自动将学术论文转化为高质量的海报（poster）。

快手推出的最新一代 AI 视频生成工具，于 2025 年 5 月 29 日正式发布。

一个基于 Diffusion Transformer 的图像一致性插件，主要用于图像到图像（Image-to-Image）风格迁移任务。

一款融合了先进的 AI 技术与多样艺术风格的图像生成平台。

一款 AI 视频创作智能体，致力于解决各类复杂多样的视频制作需求。

中国科学院计算技术研究所与中国科学院大学联合推出的视觉理解与生成统一模型。

蚂蚁集团于 2025 年 5 月开源发布的统一多模态大模型，旨在实现文本、图像、音频和视频等多种模态的理解与生成能力。

一个融合了AI技术与设计创意的在线平台，提供包括AI绘图、AI文案、AI素材、AI商品图等多种功能，帮助用户快速生成高质量的视觉内容。

腾讯混元团队联合腾讯音乐天琴实验室（MuseV）于 2025 年 5 月 28 日发布并开源的语音驱动数字人模型。

面向影视创作者的一站式 AI 短片制作平台，集成了全球领先的 AI 模型，提供从剧本创作到视频生成的全流程服务。

一款免费的在线 AI 图像编辑平台，旨在帮助用户快速创建专业级的图像。

斯坦福大学与犹他大学联合推出的创新型框架，旨在从单张图片和用户定义的动作生成动态的三维（3D）场景。

由字节跳动与复旦大学联合提出的一种自适应推理框架，旨在提升大型语言模型（LLM）和多模态大型语言模型（MLLM）在处理各类任务时的推理效率与准确性。

一款基于人工智能的虚拟试衣工具，旨在为用户提供便捷的在线试穿体验。

一款视频电商平台，允许商家将产品视频转化为互动式、可购物的体验。

一款开源的多模态检索增强生成（RAG）工具，专为处理复杂、视觉内容丰富的非结构化数据而设计。

OpusClip 团队推出的全新 AI 缩略图生成工具，旨在帮助 YouTube 创作者快速制作高点击率的缩略图。

Brainrot AI 推出的创新型 AI 视频创作工具，旨在将 PDF 文档、笔记等学习资料自动转换为生动有趣的短视频内容。适合 Z 世代学生、内容创作者和教育工作者使用。

一款由中国人民大学高瓴人工智能学院与蚂蚁集团联合研发的全新多模态大语言模型。

一款基于人工智能的在线演示文稿生成工具.

由南京大学、复旦大学、牛津大学等机构联合推出的高分辨率 3D 生成框架。

一款创新的 AI 驱动 3D 动画平台，旨在通过自然语言输入和视频素材，快速生成可编辑的高质量角色动画，显著降低动画制作的技术门槛和时间成本。

一家专注于图形设计与可视化解决方案的软件开发商。

一款面向开放世界人像动画的 AI 视频生成框架，旨在通过直接建模原始 3D 动作序列，实现高质量的人像动画生成。

一款前沿的开源视觉语言模型（VLM），旨在突破传统“文字链式思维（Chain-of-Thought, CoT）”的局限，首次实现了“像素空间链式思维”能力。

AI 驱动视觉搜索引擎，旨在通过先进的视觉智能技术，让用户能够通过视觉内容与世界互动。

将预训练的视频扩散模型（Video Diffusion Models）转化为可交互的世界模型（Interactive World Models）。

为学生和教育工作者提供个性化、可视化的学习体验。

一款专为营销人员和内容创作者设计的 AI 驱动视觉生成平台。

一款专业的 AI 视频创作平台，旨在通过文本提示或图像输入，生成高质量、多风格的视频内容。

将用户的照片或文本描述转化为个性化的数字娃娃形象。

普林斯顿大学、哥伦比亚大学和 Cyberever AI 联合推出的开源 AI 框架，旨在从单张俯视图图像生成逼真且连贯的三维城镇场景。

用户通过文本提示快速创建和动画化受Airbnb拟物化设计风格启发的等距图标。