计算机视觉

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。

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。

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。

一款由研究者提出的 AI 驱动人像动画合成模型，专注于“可控人脸配语音说话视频”生成。

AI 图像提示与生成平台。

一个轻量级、高性能的视频生成推理框架。

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。

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。

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。

Seedance 2.0 是基于先进 AI 视频生成模型的工具，支持从文本或静态图像生成多镜头叙事视频。该工具可自动维护视觉一致性、理解复杂场景并输出高质量 1080p 视频，适用于营销、教育、社交媒体内容、叙事片段和影视预可视化等多种场景。

ImgGood 是一款功能丰富的 免费在线AI照片编辑器，支持背景移除、物体去除、图像放大、色彩上色、批量处理等功能，无需注册就能自动生成高质量图像，适合电商、社媒运营者与普通用户使用。

一款基于 AI 的 2D 图像/草图到 3D 模型生成平台，支持用户从 1 张或 4 张照片，甚至手绘草图中，快速生成可导出的 GLB 格式 3D 资产，并支持进一步用于 AR 可视化。

AdpexAI ——一款提供免费图像和视频生成 的全能 AI 平台，支持一键生成高质量图像、短视频、风格转换、代码助手与聊天互动。

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。

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。

Pic Answer 是一款 AI 驱动的图像问答助学工具，支持拍照识题、对话式解析和多学科覆盖，适合 AI 工具使用者轻松获取问题解答与思路解析。

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。

一款基于 AI 的 人像处理与创意图像生成平台，一站式提供人脸增强、艺术风格转换、AI 头像生成、换脸、修复旧照片等功能，帮助用户提升照片质量、创作社交视觉内容。

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。

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。

Avido.ai 是一款面向内容创作者的 AI视频工具生成工具，支持从脚本、图像到配音自动生成高质量视听内容，并能自动上传 YouTube 和 TikTok，实现内容自动化创作和发布。

MiniMax-AI 海螺视频团队开源的 Visual Tokenizer Pre-training 视觉生成模型预训练框架。

一款免费的 即时图像/视频转换和视觉创作 平台，无需注册即可上传素材，输入指令，数秒生成行业级视觉内容。本文详解功能、使用方法、技术亮点与应用场景，附常见FAQ，助力AI工具爱好者快速掌握与应用。

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。

一款生成式 AI艺术创作平台，于 2025 年 6 月推出。它通过引导式交互，帮助用户轻松将个人品味、风格和空间需求转化为高质量、可打印的原创艺术作品。

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。

一款专为专业人士设计的 AI 笔记应用，具备自动分类、深度搜索、智能写作与协作功能。

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。

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。

Fluxx.AI（Flux.1 Kontext）是 Black Forest Labs 出品的 AI 图像生成与编辑平台，支持上下文编辑、角色一致性、多版本模型（Schnell/Dev/Pro/Ultra），适合商业与个人项目。

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。

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...

一个面向 AI 工具使用者的先进 实时音频驱动交互式头像生成系统。

阿里通义万相最新发布的视频生成 AI 模型，支持文本/图像/参考视频多模态生成、多镜头叙事、角色扮演和原生音画同步，为 AI 工具使用者实现专业级短片创作与影视级内容自动化提供强大支持。

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。

一款让你轻松预览剃光头风格的 AI 工具快速预览剃光头效果，无需剃发即可在线体验多种短发风格，适合好奇尝试、新造型预览和社交娱乐。

Depth Anything 3 (DA3) 是 ByteDance-Seed 团队开源的下一代通用 3D 视觉重建模型，可从任意数量与任意视角的图像／视频输入中恢复空间一致的 3D 几何结构，包括深度图、相机位姿、三维点云与新视图合成，非常适合视觉创作者、3D 艺术师、研究者与开发者进行几何估计、3D 重建与视觉内容创作。

Questas 是一款 AI 驱动的互动故事与多媒体内容生成平台，允许用户通过文字提示快速生成图像与视频，并构建“分支／选择你的冒险 (choose-your-own-adventure)”式的互动故事。适合创作者、教育者、游戏设计师、小团队与内容运营者，无需编程或美术基础，即可打造沉浸式故事体验。

一个基于 nano banana pro 强大模型的开源 AI PPT 生成工具，它如何通过自然语言驱动、文件解析与素材上传等机制实现高质量、定制化的演示文稿自动生成，适用于个人用户与开发者场景。本文系统梳理核心功能、技术架构、使用方法与常见问题。

Fotor 以其全面且高效的图片编辑功能，成为了现代数字创意和营销的重要工具，让用户在快速处理图片的同时，也能尽情释放创意灵感。

一个基于先进人工智能的 多模态内容生成平台。

MovieFlow 是一款基于人工智能的 全自动视频创作与影片生成平台，它能够将用户的故事描述、剧本或简单提示转化为完整的高质量视频作品。

由 Qwen 团队开发的 图像分层 AI 模型，可以将单张图像自动分解成多个可独立可编辑的 RGBA 图层，实现类似专业图像编辑软件的分层操作。

一个全新的视觉-动作基础模型（Vision-Action Foundation Model），由 NVIDIA 等机构联合研发并开源，专注于通用游戏智能体的学习与控制。

Vora 是一个由 Fineshare 提供的 AI 视频生成与编辑平台，支持将文本提示或图片转换为高清、无水印、带配音的视频，也支持提示词生成、视频增强与水印移除，是内容创作者、电商卖家、营销人员、社交媒体运营者制作短视频与广告视频的便捷工具。

PosterCopilot 是由南京大学、LibLib.ai 与中国科学院自动化所联合推出的 AI 海报设计框架，通过布局推理、审美强化学习与分层可控编辑，为专业海报布局和设计流程提供自动化与迭代式编辑能力，适合设计师、营销人员与创意团队使用。

苹果推出的开源单目视图 3D 场景合成模型。

大晓机器人推出的 开源世界模型，专为具身智能、机器人环境理解与动态预测设计。

Z-Image 是阿里通义 (Tongyi MAI) 发布的高效 6 B 图像生成与编辑基础模型，支持高逼真度渲染、中英双语文本、低资源运行与快速推理，为创作者、设计师和开发者提供了兼顾质量与效率的开放图像生成方案。

OpenAI 发布的最新图像生成与编辑 AI 模型，作为 ChatGPT Images 的核心引擎，它以 最高达 4× 更快的生成速度、更强的指令执行力、精细细节保留与创意转换能力 为特性，支持创意图像生成、照片编辑与视觉工作流自动化。