AI视频制作教程 | 从脚本生成到智能剪辑的完整解决方案

Top

AI视频 5 days ago • 173

Kimi Linear – 月之暗面开源的新型混合线性注意力架构

Kimi Linear是什么Kimi Linear 是月之暗面推出的新型混合线性注意力架构，专为提升大型语言模型（LLMs）在长序列任务中的效率和性能设计。核心组件 Kimi Delta Attention（KDA）通过精细化的通道级门控机制和高效的块处理算法，显著提升模型的表达能力和硬件效率。Kimi Linear 采用 3:1 的 KDA 与全注意力层（MLA）混合设计，大幅减少 KV 缓

AI中国

AI视频 2 months ago

Shadow – 开源的AI编程Agent，提供实时任务状态更新

Shadow是什么Shadow 是开源的AI编程Agent，能帮助开发者理解、推理并贡献现有的代码库。Shadow 支持 GitHub 仓库集成，能生成拉取请求、管理分支，提供实时任务状态更新。Shadow 提供多语言模型支持，具备代码生成、代码搜索和文件操作等功能，通过 Micro-VMs 和 Kata QEMU 容器实现硬件级隔离，确保安全性和隔离性。Shadow支持本地和远程两种执行模式

AI中国

141 0

AI视频 2 months ago

MoE-TTS – 昆仑万维推出的语音合成框架

MoE-TTS是什么MoE-TTS 是昆仑万维语音团队推出的首个基于MOE的角色描述语音合成框架，专门用在提升对开放域文本描述的理解能力。模型通过混合专家（Mixture-of-Experts，MoE）架构，将预训练的大型语言模型（LLM）与语音专家模块相结合。在训练中冻结文本模块参数，仅更新语音模块参数，保留 LLM 的强大文本理解能力，同时增强语音生成的准确性。实验表明，MoE-TTS 在

AI中国

127 0

AI视频 2 months ago

DINOv3 – Meta开源的通用视觉基础模型

DINOv3是什么DINOv3 是 Meta 推出的通用的、SOTA 级的视觉基础模型。模型通过无标注数据训练，生成高质量的高分辨率视觉特征，适用图像分类、语义分割、目标检测等多任务。DINOv3 拥有 70 亿参数，训练数据量达 17 亿张图像，性能全面超越弱监督模型，模型支持多种模型变体适应不同计算需求。DINOv3 开源的训练代码和预训练模型，为计算机视觉研究和应用开发提供强大支持。

AI中国

127 0

AI视频 2 months ago

Genie Envisioner – 智元推出的机器人世界模型开源平台

Genie Envisioner是什么Genie Envisioner 是智元推出的首个机器人世界模型开源平台。平台通过一个统一的视频生成框架，集成策略学习、评估和仿真功能。核心组件包括 GE-Base（大规模指令条件视频扩散模型）、GE-Act（动作轨迹解码器）、GE-Sim（神经仿真器）和 EWMBench（标准化基准测试套件）。平台支持跨机器人形态的策略泛化，助力机器人在复杂任务中实现精

AI中国

154 0

AI视频 2 months ago

VeOmni – 字节跳动开源的全模态PyTorch原生训练框架

VeOmni是什么VeOmni 是字节跳动 Seed 团队开源的全模态分布式训练框架，基于 PyTorch 设计。VeOmni 以模型为中心，将分布式并行逻辑与模型计算解耦，支持灵活组合多种并行策略（如 FSDP、SP、EP），能高效扩展至超长序列和大规模 MoE 模型。VeOmni 提供轻量级全模态接口，简化多模态编解码器接入，集成动态批处理、高效算子等优化技术，大幅提升训练效率和稳定性，V

AI中国

154 0

AI视频 2 months ago

OpenDeRisk – 开源的AI原生风险智能管理系统

OpenDeRisk是什么OpenDeRisk是AI原生的风险智能管理系统，支持为应用系统提供7×24小时的全面保护。系统基于深度根本原因分析（DeepResearch RCA），快速定位问题根源，结合可视化证据链，让诊断过程清晰透明。系统基于多智能体协作架构，包括SRE-Agent、Code-Agent等多个智能体协同工作，实现高效的风险诊断与管理。OpenDeRisk基于开源的OpenRC

AI中国

119 0

AI视频 2 months ago

Matrix-3D – 昆仑万维开源的3D世界模型

Matrix-3D是什么Matrix-3D 是昆仑万维 Skywork AI 团队推出的用在生成可探索全景3D世界的框架。框架结合全景视频生成与3D重建，从单图像或文本提示出发，生成高质量、全向可探索的3D场景。基于轨迹引导的全景视频扩散模型和两种3D重建方法（快速前馈网络与高质量优化方法），Matrix-3D 实现大范围、高一致性的3D场景生成，支持文本和图像输入，具备高效性和强泛化能力。框

AI中国

184 0

AI视频 2 months ago

RynnEC – 阿里达摩院推出的世界理解模型

RynnEC是什么RynnEC是阿里巴巴达摩院推出的世界理解模型（MLLM），专门用在具身认知任务。模型能从位置、功能、数量等11个维度全面解析场景中的物体，支持物体理解、空间理解以及视频目标分割等功能。RynnEC仅靠视频序列能建立连续的空间感知，无需3D模型，支持灵活交互。RynnEC为具身智能提供强大的语义理解能力，助力机器人更好地理解物理世界。RynnEC的主要功能物体理解：

AI中国

232 0

AI视频 2 months ago

RynnRCP – 阿里达摩院开源的机器人上下文协议

RynnRCP是什么RynnRCP 是阿里达摩院开源的机器人上下文协议（Robotics Context Protocol），能打通具身智能开发全流程。RynnRCP 包含 RCP 框架和 RobotMotion 两大模块，前者提供机器人本体与传感器的标准化能力接口；后者作为云推理与机器人控制的桥梁，将低频推理命令转换为高频控制信号。RynnRCP 通过标准化协议和工具，降低开发门槛，助力具

AI中国

129 0

AI视频 2 months ago

Matrix-Game 2.0 – 昆仑万维推出的自研世界模型

Matrix-Game 2.0是什么Matrix-Game 2.0 是昆仑万维 SkyWork AI 发布的自研世界模型。是业内首个开源的通用场景实时长序列交互式生成模型，全面开源，推动交互式世界模型领域的发展。模型采用视觉驱动的交互方案，通过 3D 因果变分自编码器和多模态扩散 Transformer 架构，实现低延迟、高帧率的长序列交互性能，能以 25 FPS 的速度生成连续视频内容，支持

AI中国

216 0

AI视频 2 months ago

RynnVLA-001 – 阿里达摩院开源的视觉-语言-动作模型

RynnVLA-001是什么RynnVLA-001 是阿里达摩院推出的视觉-语言-动作模型。模型通过在大量第一人称视角的视频上进行预训练，学习人类操作技能，并隐式迁移到机器人手臂的操控中。模型结合视频生成技术和变分自编码器（VAE），能生成连贯、平滑的动作序列，更接近人类动作。模型将“下一帧预测”和“下一动作预测”统一到一个 Transformer 架构中，显著提升机器人在复杂任务中的成功率和

AI中国

225 0

AI视频 2 months ago

GLM-4.5V – 智谱开源的最新一代视觉推理模型

GLM-4.5V是什么GLM-4.5V是智谱推出的最新一代视觉推理模型。模型基于106B参数规模构建，拥有12B激活能力，是目前领先的视觉语言模型（VLM）。模型在GLM-4.1V-Thinking的基础上升级而来，继承其优秀架构，结合新一代文本基座模型GLM-4.5-Air进行训练。模型在视觉理解、推理能力上表现卓越，适用网页前端复刻、grounding、图寻游戏、视频理解等场景，有望推动多

AI中国

113 0

AI视频 2 months ago

MiroThinker – 开源的Agent模型系列，基于Qwen3构建

MiroThinker 是什么MiroThinker 是开源的智能体模型系列，专为深度研究和复杂、长期问题解决设计。模型基于 Qwen3 构建，具备任务分解、多跳推理、检索增强生成、代码执行、网页浏览和文件处理等能力。MiroThinker v0.1 提供 8B、14B 和 32B 参数规模的 SFT 和 DPO 变体，在 GAIA 基准测试中表现出色。模型配备 MiroFlow 框架，支持多

AI中国

230 0

AI视频 2 months ago

MiroFlow – 多Agent系统开发框架，支持高并发处理

MiroFlow是什么MiroFlow是强大的多智能体系统开发框架，专为构建复杂、高性能的AI智能体而设计，为MiroThinker等模型生成高质量的智能体轨迹数据。框架具备可复现的性能，在GAIA验证集上稳定达到72.2%的通过率。框架支持高并发和容错，内置可观测性和评估工具，方便调试和优化。MiroFlow用模块化设计，支持多轮对话、丰富的工具集成和分层子智能体架构，能灵活处理复杂任务。M

AI中国

208 0

AI视频 2 months ago

Baichuan-M2 – 百川智能推出的开源医疗增强大模型

Baichuan-M2是什么Baichuan-M2 是百川智能推出的开源医疗增强大模型。在医疗领域表现卓越，于HealthBench评测中以60.1分超越OpenAI的gpt-oss120b等众多开源模型，登顶世界第一。通过极致轻量化，可在RTX 4090单卡上部署，成本大幅降低。其MTP版本在单用户场景下token速度提升74.9%，适用于急诊、门诊等场景。Baichuan-M2在数学、写作

AI中国

176 0

AI视频 2 months ago

SkyReels-A3 – 昆仑万维推出的数字人视频生成模型

SkyReels-A3是什么SkyReels-A3是昆仑万维推出的先进AI模型，基于DiT（Diffusion Transformer）视频扩散架构，结合插帧、强化学习和运镜控制技术。模型能通过音频驱动，将照片或视频中的人物“激活”，使其开口说话或表演。用户只需上传人像图片和音频，能生成自然流畅的视频内容，支持长达60秒的单分镜输出和无限时长的多分镜创作。模型在口形同步、动作自然性和运镜效果上

AI中国

119 0

AI视频 2 months ago

AionUi – 开源的AI聊天界面，支持Gemini CLI命令行

AionUi是什么AionUi 是基于 Electron 和 React 构建的免费、开源、跨平台桌面应用，支持将 Gemini CLI 的命令行 AI 聊天体验转化为现代化、高效的图形界面。AionUi 提供增强的聊天功能，支持多会话管理、本地持久化历史记录和自然的聊天交互。工具具备强大的文件与项目管理能力，如可视化文件树、文件上传和代码对比视图。AionUi 集成完整的 Gemini AP

AI中国

185 0

AI视频 2 months ago

Free AI Random Image Generator

Free AI Random Image Generator 是什么？Free AI Random Image Generator 是一款零门槛的在线 AI 绘图工具，用户只需点击几下，就能生成独特的数字艺术作品、抽象背景或创意插画。它支持完全随机创作，也允许用户通过关键词、风格和参数定制输出效果。无论你是专业设计师还是零美术基础的小白，都可以轻松产出高质量的视觉素材，并且生成的图片可直接商用

AI中国

150 0

AI视频 2 months ago

Reve AI

我已经帮你把 Reve AI 的详细介绍整理成一份带 SEO优化 TDK 的中英文双版本网页文案，可以直接用于网站发布。Reve AI 是什么？Reve AI 是由 Halfmoon AI 开发的创新型 AI 图片生成平台，利用先进的 Reve Image 1.0 模型将文字描述精准转换为高质量艺术图像。它的核心优势包括：上下文感知的提示解释器：精准理解文字描述与视觉概念。专用字体渲

AI中国

225 0

AI视频 2 months ago

GrokGhibli

GrokGhibli 是什么？GrokGhibli 是一个基于 Grok AI 技术的 AI 绘图平台，专注于生成吉卜力（Studio Ghibli）风格的图像。它能将用户的文本提示或上传的照片转换为充满宫崎骏风格的艺术作品，无论是奇幻角色、梦幻风景，还是日常场景，都能精准还原吉卜力的色彩、光影与绘画质感。它的目标是让任何人都能轻松体验到创作吉卜力风格作品的乐趣。GrokGhibli

AI中国

168 0

AI视频 2 months ago

Ghibli AI Generator

Ghibli AI Generator 是什么？Ghibli AI Generator 是一款基于 GPT-4o 与先进图像算法的在线工具，专注于将普通照片转化为宫崎骏吉卜力风格的艺术作品。它能够在几分钟内，将你的照片赋予吉卜力电影特有的温暖色彩、柔和光影和手绘质感，非常适合制作个性化插画、壁纸、社交媒体内容，甚至可作为创作灵感参考。Ghibli AI Generator 应用场景

AI中国

186 0

AI视频 2 months ago

Seedance AI Video Generator

Seedance AI Video Generator 是什么？Seedance AI Video Generator 是由字节跳动（ByteDance）开源的最新一代 AI 视频生成平台 Seedance 1.0，采用多阶段架构（Multi-Stage Architecture），结合扩散模型与 Transformer 规划，实现了高质量、长时长与高速度兼备的“AI 视频三难平衡”突破。

AI中国

170 0

AI视频 2 months ago

Name Generator

Name Generator 是什么？YMM Name Generator 是一个功能全面的在线取名与创意命名平台，支持从婴儿取名、用户名、品牌名，到奇幻角色、游戏团队、虚拟城市等多种场景的名称生成。它的数据库涵盖全球不同文化和语言的名字，还能根据性别、流行度、出生年份、国家和性格特征等条件进行筛选。无论是现实用途（宝宝取名、团队命名），还是虚构创作（小说角色、游戏世界），YMM Name

AI中国

240 0

AI视频 2 months ago

ASMR Video AI Generator

ASMR Video AI Generator 是什么？ASMR Video AI Generator 是一款基于 Veo3 AI 的在线 ASMR 视频生成平台，可以根据用户描述自动生成带有特定触发元素的 ASMR（自主感觉经络反应）视频。它不仅能合成高质量的 ASMR 声音（包括双耳环绕音效、低语、敲击、摩擦声等），还可以创建对应的视频画面，用于睡眠辅助、减压、冥想或商业化 ASMR 内

AI中国

221 0

AI视频 2 months ago

WrenAI – 开源的商业AI Agent工具，自然语言生成SQL

WrenAI是什么WrenAI 是 Canner 推出的开源商业智能 AI Agent工具。通过自然语言交互，帮助用户快速查询、分析和可视化结构化数据，无需编写复杂的 SQL 代码。用户只需用普通语言提出问题，WrenAI 能生成精准的 SQL 查询语句，以图表、报告等多种形式输出结果。通过架构嵌入和相关性检索，确保查询的准确性和上下文对齐。支持多种主流数据库（如 PostgreSQL、MyS

AI中国

149 0

AI视频 2 months ago

KittenTTS – KittenML开源的轻量级文本转语音模型

KittenTTS是什么KittenTTS 是轻量级开源文本转语音（TTS）模型，由 KittenML 团队开发。以极小的模型体积（仅 25MB）和强大的 CPU 优化为特点，无需 GPU 即可在低功耗设备上运行，KittenTTS 提供 8 种预置音色（4 男 4 女），支持多语言（目前主要支持英语），可通过 ONNX/PyTorch 格式集成到各种应用中。首次运行时会下载权重并缓存到本地，

AI中国

120 0

AI视频 2 months ago

DreamVVT – 字节联合清华推出的视频虚拟试穿技术

DreamVVT是什么DreamVVT 是字节跳动和清华大学（深圳）联合推出的视频虚拟试穿（Video Virtual Try-On, VVT）技术，基于扩散 Transformer（DiTs）框架，通过两阶段方法实现高保真且时间连贯的虚拟试穿效果。第一阶段从输入视频中采样关键帧，结合视觉语言模型（VLM）生成语义一致的试穿图像；第二阶段利用骨骼图和运动信息，结合预训练视频生成模型，确保视频的

AI中国

206 0

AI视频 2 months ago

Trenz

Trenz 是什么？Trenz 是一款专注于 TikTok 商业化变现的 AI 驱动数据分析与创作辅助平台，帮助创作者、机构和电商卖家精准发现 TikTok 热门产品、爆款视频、趋势创意和高转化内容策略。通过 Trenz，用户可以实时追踪 TikTok Shop 上的畅销商品、最受欢迎的创作者、爆款视频脚本和钩子，并利用 AI 工具快速生成高转化视频脚本、内容结构和创意灵感。其目标是让内

AI中国

159 0

AI视频 2 months ago

Runway Aleph

Runway Aleph 是什么？Runway Aleph 是一款基于先进“上下文视频生成模型（in-context video model）” 的 AI 视频创作与编辑平台。与传统视频生成工具不同，它不仅能从零生成视频，还能理解和编辑已有视频素材，通过自然语言指令实现多任务视觉处理，包括镜头角度变化、物体增删、环境替换、光影调整、艺术风格转换等，且保证运动一致性与电影级画质。它面向创作者

AI中国

187 0

AI视频 2 months ago

AI Silhouette Generator

AI Silhouette Generator 是什么？AI Silhouette Generator 是一款免费的在线 AI剪影生成器，无需注册即可将任何照片快速转化为高质量的剪影艺术作品。它采用先进的机器学习与智能边缘检测算法，能精准识别主体轮廓并自动生成干净、流畅的剪影边界，适用于人像、动物、建筑、产品等多种图片类型。该工具同时提供背景模板库和多种导出格式，适合设计师、营销人员、艺术

AI中国

197 0

加载更多

Popular Tags

Zest K歌体验发现《Caravan》 Office应用专利转化科技战局海艺AI GPT 将会对网络内容创作回放沧舟OS

Popular Authors

AI中国

11451 Articles 95.03万 Followers

钛媒体APP

1474 Articles 0 Followers

IT之家

1221 Articles 5.64K Followers

人人都是产品经理

1193 Articles 5.87万 Followers

AIbase基地

1064 Articles 9.63万 Followers

36氪

1010 Articles 5.63K Followers

登录账号

Recommended Articles

ChatGPT Search 用户激增，欧盟监管压力加剧

深度对话高通：旗舰三芯AI能力暴涨背后，端侧AI解题密码到底是什么？

开源新模型 DeepCoder：超高效编程，超越OpenAI o1模型

一场AI革命，正在重塑10亿人的出行

你的声音，现在是我的了！- 手把手教你用 GPT-SoVITS 克隆声音！

腾讯混元图像模型 2.1 上新开源：原生 2K 生图、中英文输入

速抢（2核2G）77元/年香港免备案服务器

Reddit 季度收入创历史新高，得益于人工智能

Popular Tags

Popular Authors

为您推荐