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

Reezo AI

Reezo AI 是什么？Reezo AI 是一款专注于短视频创意提示生成的 AI 工具，能够根据实时社交媒体趋势（TikTok、Instagram、YouTube 等）生成高病毒传播潜力的视频创作提示（video prompts）。它不仅提供创意，还会基于 2.8M+ 爆款视频数据进行“病毒预测评分”，并针对不同平台自动优化脚本结构、镜头语言、标签策略等，让创作者从“盲目拍”变成“数

AI中国

192 0

AI视频 2 months ago

Glass – 开源AI桌面助手，实时捕捉屏幕内容和音频识别

Glass是什么Glass 是Pickle 团队推出的开源隐形 AI 桌面助手。Glass能在后台实时捕捉屏幕内容和音频，将其转化为结构化知识。Glass核心功能包括实时会议记录、自动摘要生成、上下文理解及实时问答。Glass 的设计真正隐形，不会出现在屏幕录制、截图或 Dock 中，完全不干扰用户操作。Glass支持 macOS 和 Windows 系统，用户能免费使用，且无需注册。Glas

AI中国

217 0

AI视频 2 months ago

个知AI工作站

个知AI工作站是什么？“个知AI工作站” 是由个推（Getui）推出的一款集软件与硬件为一体的 AI 工具，整合了 DeepSeek 的“满血版大模型”。这款智算一体机主打快速落地 AI，适配办公、写作、科研等多种场景，承诺“开箱即用”式体验。应用场景根据宣传，该工作站适用于多种实际需求：日常工作提效（快问快答）深度思考与建议生成（多维建议）科研与专业决策（数据支撑）应用覆盖

AI中国

210 0

AI视频 2 months ago

Boba Anime

Boba Anime 1.3 是什么？Boba Anime 1.3 是由 Boba Labs 推出的前沿 AI 动漫生成模型，能够将文字、图片转化为高质量的动漫短片、静态画面和电影级镜头。它支持从 Text to Video、Text to Image 到 Image to Video 的全流程创作，并内置声音生成、对白、音效、角色口型同步等多模态功能，让你的动漫角色在数秒内“活”起来。

AI中国

167 0

AI视频 2 months ago

猫眼课题宝

猫眼课题宝是什么？猫眼课题宝是由见鲸科技（南京）有限公司推出的一款科研选题与课题申报智能服务平台，基于自主研发的鲸灵AI科研大模型，依托 828 万+基金数据与 1.6 亿+文献数据深度训练，为科研人员提供智能选题、标书生成、基金分析、文献分析、学科趋势预测、选题订阅及科研课程等全链路服务，助力科研人员精准高效完成课题立项与申报。应用场景智能选题：从海量基金与文献数据

AI中国

140 0

AI视频 2 months ago

AI Change Background

AI Change Background 是什么？AI Change Background 是一款基于人工智能的在线背景替换工具，能够在数秒内精准识别图片主体，并根据用户提供的文本提示生成全新的背景。无需模板库，只需一句话，就能为电商、创作者、设计师和各类专业人士提供高质量的背景更换与创意场景生成服务。无论是白底产品图、艺术写真，还是创意内容制作，都能实现专业化效果。AI Change B

AI中国

107 0

AI视频 2 months ago

Polygraf AI

Polygraf AI 是什么？Polygraf AI 是一款专注于AI生成内容检测、版权保护、数据隐私安全与内容优化的全栈式AI安全工具平台。它利用先进的机器学习和自然语言处理技术，帮助用户快速识别 AI 生成或篡改的文本与媒体内容，同时保护个人和企业的敏感信息不被泄露。该平台不仅能检测 ChatGPT、Gemini、Claude 等 AI 模型生成的内容，还支持深度分析、抄袭检测、人类化

AI中国

202 0

AI视频 2 months ago

Awesome AI Agents – e2b-dev推出的AI Agent大合集GitHub

Awesome AI Agents是什么Awesome AI Agents是e2b-dev维护的GitHub仓库，汇集和展示各种人工智能代理（AI Agents）相关的开源项目、闭源项目以及相关公司。仓库内容分为两部分：开源项目和闭源项目及公司。涵盖了从通用目的到特定领域（如编码、数据处理、商业智能等）的各种AI代理工具和框架。为开发者和研究人员提供了一个探索AI代理的平台，鼓励社区通过Pul

AI中国

190 0

AI视频 2 months ago

NeuralAgent – 开源的桌面AI助手，自然语言执行复杂任务

NeuralAgent是什么NeuralAgent 是开源的桌面 AI 个人助手，通过自然语言指令自动化执行多种复杂任务，如模拟键盘输入、鼠标点击、浏览器导航、表单填写和邮件发送等。NeuralAgent 支持桌面自动化，在 Windows 平台上支持后台浏览器控制，实现高效任务处理。NeuralAgent 集成 Claude、GPT-4、Azure OpenAI、Bedrock、Ollama

AI中国

186 0

AI视频 2 months ago

self-llm – 专为中国开发者推出的开源大模型教程

self-llm是什么self-llm （开源大模型食用指南）是Datawhale专为国内初学者打造的开源大模型教程，基于Linux平台，提供从环境配置到模型部署、微调的全流程指导，涵盖LLaMA、ChatGLM等主流模型。项目能简化开源大模型的使用流程，帮助学生和研究者快速上手。教程提供多种模型的详细教程、微调方法（如LoRA、ptuning）及应用案例，适合不同层次的学习者。项目鼓励社区参

AI中国

225 0

AI视频 2 months ago

WeKnora – 腾讯开源的文档理解与语义检索框架

WeKnora是什么WeKnora 是腾讯开源的基于大语言模型（LLM）的文档理解与语义检索框架。框架基于模块化设计，支持多模态文档解析（如 PDF、Word、图片等），通过 RAG（检索增强生成）机制实现精准问答。WeKnora 提供强大的多模态认知引擎、灵活的检索策略、私有化部署和开箱即用的 Web UI 界面，适用于企业知识管理、科研文献分析、法律合规审查等场景，支持本地化部署和微信生态

AI中国

125 0

AI视频 2 months ago

LandPPT – 开源AI PPT生成工具，简化三步工作流

LandPPT是什么LandPPT 是AI演示文稿生成平台，能将文档内容快速转换为专业的 PPT 演示文稿。LandPPT支持 OpenAI、Claude、Gemini 等多种 AI 模型，兼容 PDF、Word、Markdown 等文件格式，支持智能解析内容，生成结构清晰的大纲和精美的 PPT 页面。平台提供丰富的模板系统和自定义功能，用户基于现代化的 Web 界面进行可视化编辑、实时预览和

AI中国

137 0

AI视频 2 months ago

GitMCP – 开源MCP服务器，可将GitHub仓库转为实时文档中心

GitMCP是什么GitMCP 是开源的远程 Model Context Protocol (MCP) 服务器，能将 GitHub 仓库（包括代码库和 GitHub 页面）转变为实时文档中心，让 AI 工具（如 Cursor）直接访问最新文档和代码，消除代码幻觉提高代码准确性。GitMCP支持特定仓库和通用服务器两种模式，用户能根据需求选择。GitMCP 无需安装，零配置，支持嵌入式聊天，完全

AI中国

196 0

AI视频 2 months ago

GPT-5 – OpenAI推出的最新最强AI模型

GPT-5是什么GPT-5 是 OpenAI 最新推出的人工智能模型，是目前最强模型，面向所有用户开放。GPT-5是一个统一系统，包括一个基础模型用在解答常见问题，一个深度推理模型（GPT-5 思维模块）用在处理复杂难题，一个实时路由模块根据对话类型、问题复杂度、工具需求和用户指令（如“仔细思考”）智能调度模型。GPT-5 在编程、写作、数学、健康等多个领域表现出色，大幅减少幻觉和错误，回答更

AI中国

225 0

AI视频 3 months ago

Qwen-Flash – 阿里通义推出的Qwen3系列高性能模型

Qwen-Flash是什么Qwen-Flash是阿里通义千问推出的Qwen3系列Flash模型，版本号为qwen-flash-2025-07-28。模型在通用能力、推理能力、中英文知识处理及Agent能力上均有显著提升，特别优化主观开放类任务的处理，能更好地满足用户需求。Qwen-Flash支持1M超长上下文，适合处理复杂任务。定价为每百万字符0.00015元，具有速度快、成本低的优势，适合简

AI中国

117 0

AI视频 3 months ago

Speech 2.5 – MiniMax推出的新一代语音生成模型

Speech 2.5是什么Speech 2.5 是 MiniMax 推出的新一代语音生成模型，在多语种表现力、音色复刻和语言覆盖范围上实现重大突破。模型支持40种语言，能精准还原不同语言和口音的细节，复刻音色时保留风格与情绪，跨语种切换依然逼真。Speech 2.5 适用企业多语种客服、创作者全球内容制作和教育者语言教学等场景，助力全球化内容创作与传播。用户可通过MiniMax开放平台和Min

AI中国

175 0

AI视频 3 months ago

dots.vlm1 – 小红书hi lab开源的首个多模态大模型

dots.vlm1是什么dots.vlm1 是小红书 hi lab 开源的首个多模态大模型。基于一个从零训练的 12 亿参数视觉编码器 NaViT 和 DeepSeek V3 大语言模型（LLM），具备强大的视觉感知和文本推理能力。模型在视觉理解和推理任务上表现出色，接近闭源 SOTA 模型水平，在文本任务上也保持了竞争力。dots.vlm1 的视觉编码器 NaViT 完全从零开始训练，原生支

AI中国

109 0

AI视频 3 months ago

Genie 3 – 谷歌DeepMind推出的新一代通用世界模型

Genie 3是什么Genie 3是谷歌DeepMind推出的新一代通用世界模型，能实时生成高度动态且连贯的虚拟世界。模型具备模拟物理现象、自然生态系统、奇幻场景和历史场景的能力，支持用文本提示改变世界状态，如天气变化或引入新物体。Genie 3实现了长达数分钟的视觉一致性，视觉记忆能追溯到一分钟前。模型为AI智能体提供训练环境，支持复杂目标的实现，其技术突破为AI研究和应用带来新的可能性。

AI中国

129 0

AI视频 3 months ago

Claude Opus 4.1 – Anthropic推出的最新编程模型

Claude Opus 4.1是什么Claude Opus 4.1 是 Anthropic 公司最新推出的大型语言模型，是 Claude Opus 4 的升级版本。模型在多个方面进行优化和提升，包括推理质量、指令遵循能力及整体性能。在安全性评估中，Claude Opus 4.1 表现优异，拒绝违规请求的无害响应率从 97.27% 提升到 98.76%，同时在处理敏感主题的良性请求时，拒绝率极低

AI中国

203 0

AI视频 3 months ago

Chunkr – Lumina AI 推出的开源文档处理API

Chunkr是什么Chunkr 是 Lumina AI 推出的开源文档处理 API，专为 RAG（检索增强生成）和知识库场景设计。Chunkr 能将复杂文档（如 PDF、PPT、Word、图片等）转换为结构化数据，支持多格式智能解析。Chunkr 核心功能包括高精度 OCR、语义分块、多格式输出（HTML、Markdown、JSON、纯文本）及与多种 LLM（如 OpenAI、Claude、O

AI中国

136 0

AI视频 3 months ago

LangExtract – 谷歌开源的结构化信息提取工具

LangExtract是什么LangExtract 是谷歌开源的用在从非结构化文本中提取结构化信息的 Python 库。LangExtract 用大型语言模型（LLM），自动处理临床笔记、报告等材料，识别并组织关键细节，确保提取的数据与源文本精确对应。LangExtract支持多种 LLM，包括云托管模型（如 Google Gemini）和本地开源模型（通过 Ollama 接口）。LangEx

AI中国

141 0

AI视频 3 months ago

Qwen-Image – 阿里通义千问开源的文生图模型

Qwen-Image是什么Qwen-Image 是阿里通义千问团队开源的 20B 参数MMDiT模型，是通义千问系列中首个图像生成基础模型，模型在复杂文本渲染和精确图像编辑方面表现出色，支持多行布局、段落级文本生成及细粒度细节呈现，中英文都能实现高保真输出。Qwen-Image 在通用图像生成和编辑任务中展现出强大的能力，支持多种艺术风格和高级编辑操作。目前用户可通过Qwen Chat，图像生

AI中国

180 0

AI视频 3 months ago

AudioGen-Omni – 快手推出的多模态音频生成框架

AudioGen-Omni是什么AudioGen-Omni是快手推出的多模态音频生成框架，框架能基于视频、文本等输入生成高质量的音频、语音和歌曲。框架通过统一的歌词-文本编码器和相位对齐各向异性位置注入（PAAPI）技术，实现精准的视听对齐和跨模态同步。框架支持多语言输入，推理速度快，1.91秒能生成8秒音频，且在多种音频生成任务上表现出色，适用视频配音、语音合成和歌曲创作等场景。Audi

AI中国

117 0

AI视频 3 months ago

gpt-oss – OpenAI开源的推理模型系列

gpt-oss是什么 gpt-oss 是 OpenAI 推出的开源推理模型系列，包含 gpt-oss-120b 和 gpt-oss-20b 两个版本。gpt-oss-120b 拥有1170亿参数，激活参数约51亿，能在单张 80GB GPU 上运行；gpt-oss-20b 拥有210亿参数，激活参数约36亿，能在 16GB 内存的消费级设备（如笔记本或手机）上运行。两者均基于 MoE 架构，支持

AI中国

139 0

AI视频 3 months ago

Wuhr AI Ops – AI运维管理平台，提供一站式运维解决方案

Wuhr AI Ops是什么Wuhr AI Ops是智能化运维管理平台，通过AI技术简化复杂的运维任务。平台集成多模态AI助手，支持自然语言交互执行运维命令，能一键切换K8s集群和Linux系统命令环境。平台具备实时监控、日志分析、CI/CD管理、用户权限管理等功能，支持本地和远程主机统一管理。平台用ELK日志分析和Grafana性能监控，提供可视化流水线配置和多环境部署支持，帮助运维团队实现

AI中国

169 0

AI视频 3 months ago

Skywork MindLink – 昆仑万维开源的推理大模型

Skywork MindLink是什么Skywork MindLink是昆仑万维推出开源的推理大模型。具有自适应推理机制，可根据任务复杂度灵活切换推理模式，简单任务快速生成，复杂任务深度推理，兼顾效率与准确性。计划驱动推理范式去掉了“think”标签，降低了推理成本，提升了多轮对话能力。提出了新的数学分析方法，显著提升了数学推理水平。在性能方面，Skywork MindLink在“人类最后的

AI中国

108 0

AI视频 3 months ago

ScreenCoder – 开源的智能UI截图生成前端代码工具

ScreenCoder是什么ScreenCoder 是开源的智能 UI 截图转代码系统，支持将任何设计截图快速转换为整洁、可编辑的 HTML/CSS 代码。ScreenCoder用模块化多智能体架构，结合视觉理解、布局规划和代码合成技术，生成高精度、语义化的前端代码。用户根据需求轻松修改布局和样式，实现设计与开发的无缝衔接，适用快速原型设计和像素级完美界面构建，大大提升前端开发效率。Scr

AI中国

117 0

AI视频 3 months ago

RedOne – 小红书推出的社交大模型

RedOne是什么RedOne 是小红书推出的首个面向社交网络服务（SNS）领域的定制化大语言模型（LLM）。模型通过三阶段训练策略，注入社交文化知识，强化多任务能力，并对齐平台规范与人类偏好。相较于基础模型，RedOne 在八大社交任务上平均性能提升14.02%，在双语评测基准上提升7.56%。模型在有害内容检测中将曝光率降低11.23%，在浏览后搜索中将点击页面率提升14.95%。RedO

AI中国

216 0

AI视频 3 months ago

Windows-MCP – 开源的AI Agent与Windows系统无缝集成工具

Windows-MCP是什么Windows-MCP 是轻量级、开源的 AI Agent与 Windows 系统集成工具。Windows-MCP作为 MCP 服务器，让大语言模型（LLM）能直接操作 Windows，实现文件浏览、应用控制、UI 交互、QA 测试等功能。Windows-MCP支持任何 LLM，无需依赖传统计算机视觉或特定微调模型，具备丰富的 UI 自动化工具集，操作延迟低（1.5

AI中国

221 0

AI视频 3 months ago

Animated Drawings – Meta AI推出的AI手绘作品转动画工具

Animated Drawings是什么Animated Drawings是Meta AI推出的开源工具，基于AI技术将手绘人物绘画自动转化为动画。Animated Drawings提供一套完整的工具和算法，能检测、分割绘画中的人物，为其生成动画效果。用户能通过配置文件灵活控制动画的场景、动作和角色。工具提供自动注释生成工具，帮助用户快速创建动画所需的注释文件。Animated Drawing

AI中国

224 0

加载更多

Popular Tags

数据报告生成器 AI语音生成 BEYONDExpo AI练习题现场直播内容权威性品牌产品词:数字人美女教学AI Vlog大师救星计划 ThunderCode

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

Reddit起诉Anthropic非法抓取数据训练Claude:要求删除所有含Reddit内容的AI模型

AI 生成代码隐忧，人工审查缺口成安全新威胁

速抢（2核2G）77元/年香港免备案服务器

狼真的来了，“AI第一轮就业大冲击”已至，矛头直指年轻人

WMS实战·3 3个月上线的最小可用系统功能全景

不想被AI浪潮抛下？先识破这些致命误判

卓驭科技成功接入阿里通义大模型，推动智能驾驶技术发展

312条轨迹助力241%性能提升，上交大与SII开源电脑智能体引领新潮流

Popular Tags

Popular Authors

为您推荐