计算机视觉

一款基于 AI 的视频到 3D 动画动作捕捉与渲染工具。

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 AI 技术的在线 Emoji 搜索引擎。

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。

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。

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。

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。

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。

社交媒体多语言AI视频生成工具。

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。

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。

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。

Hunyuan3D‑PolyGen 是腾讯混元3D系列的最新旗舰级模型，以生产级“Art‑Grade”网格拓扑为目标，支持三角/四边形网格、高压缩编码与自动重拓扑，能减少 70% 制作时间、提升 35% 拓扑整洁度，是游戏开发者与 3D 艺术师的创作助力。

AI免费快速总结PDF。

视频、照片和GIF的人脸互换设计。

快速创建专业级的产品照片和视觉内容。

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。

WUI.AI 是一款专注于人工智能视频编辑与优化的工具，面向视频创作者、播客制作者及社交媒体营销人员，致力于通过AI技术将长视频快速转化为适配TikTok、Instagram、YouTube Shorts等平台的短视频，显著提升内容生产效率与传播效果。

一家专注于图形设计与可视化解决方案的软件开发商。

全场景 AI 拍摄与编辑，包括人像背景替换、超分辨率放大、AI 宏观拍摄，甚至在 Mac 平台提供 AI 视频增强功能。

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。

融合了文本到图像生成与光学幻觉效果，赋予用户将普通照片、设计或文字转化为引人注目的艺术作品的能力。

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。

一款基于人工智能的免费在线配色工具，旨在帮助设计师、开发者及创意工作者快速生成高质量的调色板。

万象驭影 是北京矩阵像素科技推出的多模态 AI 视频创作平台，整合多智能体与跨模态技术，支持批量剪辑、精细剪辑与一站式投放，面向企业营销与内容创作者优化视频产能与成本。

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。

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。

一个基于人工智能的 UI 助手工具，旨在将设计师或产品经理的界面截图转化为高质量的 prompt 指令，快速用于生成可编辑的界面原型或设计素材。

实现跨文本推理、多模态理解和文本到图像生成等多个领域的卓越性能。

图像到视频扩散技术将静态卡通图像转化为流畅的动画。

一款专注于将脚本快速转换为专业 UGC 式短视频的平台。

腾讯于2025年5月推出的首个工业级 AIGC（人工智能生成内容）游戏内容生产引擎。

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。

通过简单的文本提示将用户的创意转化为高质量的视觉内容。

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。

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。

ByteDance开发的多模态文档图像解析模型，处理包含文本、表格、图形和公式等交织元素的复杂文档图像而设计。

​Ghibli Art AI 是一款免费在线工具，利用 ChatGPT 的 AI 技术，将用户的照片或文字描述转换为吉卜力风格的艺术作品。 ​

一款利用AI生成可缩放矢量图形（SVG）的在线工具。

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。

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。

一款界面友好、功能全面的在线设计平台，集截图 mockup、社交卡片、代码片段、AI Logo/Banner 图标、生成功能于一体，适合开发者、内容创作者、营销人员、教育者等多种用户。

Luma AI 推出的先进视频编辑工具，集成于其旗舰平台 Dream Machine 中。

​XJoy AI是一款人工智能驱动的虚拟女友应用，旨在为用户提供个性化的情感陪伴和互动体验。​通过先进的AI技术，用户可以与虚拟女友进行自然流畅的对话，分享日常生活、情感和兴趣爱好。

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。

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。

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。

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。