计算机视觉

​insMind 吉卜力滤镜是一款免费的在线AI工具，旨在将用户的照片转换为宫崎骏工作室（Studio Ghibli）风格的艺术作品。

“绘想”是百度推出的基于MuseSteamer视频大模型的 AI 视频创作平台，通过一张图片即可生成电影级动态视频，实现音画合一、镜头可控、操作零门槛，适合 AI 工具使用者快速产出专业短片。

清华大学深圳国际研究生院与国际数字经济学院（IDEA）联合研发的高质量、可重照明的 3D 头部头像生成工具。

集成了多种 AI 技术，支持从文本生成图像、照片转艺术、AI 头像生成等功能。

对图像进行生成、编辑与增强。

设计与建筑行业的 AI 插件生态。

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。

通过手机摄像头将日常物体转化为多语言学习工具。

腾讯混元AI视频模型是由腾讯公司研发并开源的先进视频生成模型，具备将静态图像或文本描述转换为高质量动态视频的能力。​该模型拥有超过130亿参数，是目前最大的开源视频生成模型之一。

Sora 2 是一款由 OpenAI 推出的全新 AI 工具，支持文本生成视频、实时交互、可编排场景等强大功能。

GirlAIniai 提供的 AI 驱动动漫少女壁纸生成平台。

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。

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

结合全球皮肤科数据与韩方护肤经验的 AI 分析能力。

MirageLSD 是 Decart 推出的首个实时流式扩散 AI 视频模型，支持无延迟、实时且可无限生成的视频流变形，适用于直播、视频通话和游戏等场景。

字节跳动旗下火山引擎推出的旗舰 视频生成基础模型，支持图像转视频、文本转视频，具备多镜头无缝拼接、影视级运镜和高语义理解能力。本文深度剖析 Seedance 1.0 的功能、使用指南、技术亮点与应用场景，并配常见问题 FAQ，助力 AI 工具用户掌握这款创新模型。

一款集“图像动画”、“视频扩展”与“文本转视频”于一体的全能型 AI 视频创作工具。

​Lilys AI是一款创新的知识管理工具，旨在通过生成高质量的摘要笔记，帮助用户更快速地理解各类资料，包括视频、音频、PDF和网页内容。

ZulutionAI 推出的先进文本生成视频（Text-to-Video, T2V）模型。

一站式 AI 绘本创作平台。

一款功能强大的AI 图像与视频样式变换平台，支持一键将照片或视频转换为 Ghibli、Pixar、素描、Polaroid、像素风、Chibi 等多种艺术风格，还能通过自然语言指令编辑图片内容。

企业级 AI 视频与图像翻译编辑平台。

一款功能丰富、操作简便且免费可用的 AI 图像生成与编辑平台。

一款专为社交媒体和数字创作者设计的 AI 头像生成工具。

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。

一款专为营销人员和内容创作者设计的 AI 驱动视觉生成平台。

通过简单文本提示快速生成高质量图像、标志和照片。

集成了数据管理、标注、训练和部署的工具，覆盖了计算机视觉开发的全流程。

通过多模态 AI 技术和智能化工具，提升设计效率，优化设计流程，推动企业数字化转型。

AI 驱动的 3D 内容创作平台

Zeemo通过AI技术+多场景适配+全球化服务，重新定义了视频内容的创作与传播方式。无论是个人创作者追求效率，还是企业用户布局国际市场，Zeemo均能提供从字幕生成到多语言分发的全链路解决方案。

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。

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。

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。

由中山大学深圳校区、美团及香港科技大学联合提出的 音频驱动多人人物对话视频生成框架。

社交媒体多语言AI视频生成工具。

ImageFusionAI 推出的在线图像融合与增强工具，将多张图片智能合成为一张高质量的创意图像。

集成了数字人头像、语音克隆、文本/图像/PPT 转视频等功能，帮助企业与创作者在分钟级内生成高质量、多语言、可定制的专业视频。

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。

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。

一款基于 AI 技术的在线 Emoji 搜索引擎。

Autodesk 推出的一款基于浏览器的 AI 驱动视觉特效平台，旨在简化 CG 角色与真人视频的集成流程。

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）。

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。

​OpenArt Studio Ghibli AI生成器是一款在线AI工具，旨在帮助用户生成受吉卜力工作室风格启发的艺术作品。

AI免费快速总结PDF。

一家专注于图形设计与可视化解决方案的软件开发商。

一款先进的 AI 视频生成平台。用户可以通过简单的文本提示或上传图片，快速生成高质量的动态视频内容。

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。

一款专为时尚电商打造的 AI 驱动产品可视化与虚拟试穿解决方案。