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 3 months ago

MiDashengLM – 小米开源的高效声音理解大模型

MiDashengLM是什么MiDashengLM是小米开源的高效声音理解大模型，具体参数版本为MiDashengLM-7B 。模型基于 Xiaomi Dasheng 音频编码器和 Qwen2.5-Omni-7B Thinker 解码器构建，用通用音频描述对齐策略，实现对语音、环境声音和音乐的统一理解。模型性能卓越，推理效率高，首 Token 延迟仅为业界先进模型的 1/4，支持大规模并行处理

AI中国

85 0

AI视频 3 months ago

Coze Loop – 字节Coze推出的AI Agent开发与调试平台

Coze Loop是什么Coze Loop（扣子罗盘）是字节跳动旗下Coze平台开源的专注于AI智能体（Agent）开发与运维的管理平台，为开发者提供从开发、调试、评估到监控的全生命周期管理能力。包括提示词工程、Agent效果评测、性能监控与调优、透明决策监控以及多模型对比。支持提示词的编写、优化和版本管理，提供AI辅助优化功能，显著提升提示词开发效率。Coze Loop通过系统化的评估体系，

AI中国

201 0

AI视频 3 months ago

Qwen3-235B-A22B-Thinking-2507 – 阿里推出的最新推理模型

Qwen3-235B-A22B-Thinking-2507是什么Qwen3-235B-A22B-Thinking-2507 是阿里巴巴发布的全球最强开源推理模型。基于2350亿参数的稀疏混合专家（MoE）架构，每次激活220亿参数，拥有94层Transformer网络和128个专家节点。模型专为复杂推理任务设计，支持256K原生上下文处理能力，可应对长文本和深度推理链。在性能方面，Qwen3-

AI中国

107 0

AI视频 3 months ago

Coze Studio – 字节跳动开源的AI Agent开发平台

Coze Studio是什么Coze Studio（扣子开发平台）是字节跳动开源的AI智能体开发平台，帮助开发者快速构建、部署和管理AI智能体。提供一站式开发环境，支持Prompt、RAG、Plugin、Workflow等核心技术，通过可视化工作流编排，开发者可以零代码或低代码开发复杂AI应用。平台内置插件框架，可将第三方API或私有能力封装为插件，扩展智能体功能。Coze Studio采用G

AI中国

128 0

AI视频 3 months ago

Step 3 – 阶跃星辰最新推出的多模态推理模型

Step 3是什么Step 3 是阶跃星辰最新发布的新一代基础大模型，专为推理时代设计，兼具高性能与极致成本效益。采用 MoE 架构，拥有 321B 总参数量和 38B 激活参数量，是首个全尺寸、原生多模态推理模型，具备强大的视觉感知和复杂推理能力，能在多个领域实现高效应用。通过 AFD 分布式推理系统和 MFA 注意力机制，实现了推理效率的大幅提升。在国产芯片上，推理效率可达同类模型的

AI中国

242 0

AI视频 3 months ago

Higgs Audio V2 – 开源语音大模型，能模拟多人互动场景

Higgs Audio V2是什么Higgs Audio V2 是李沐及其团队 Boson AI 开发的开源语音大模型。基于超过1000万小时的音频数据训练而成，具备多语言对话生成、自动韵律调整、语音克隆和歌声合成等功能。模型能模拟自然流畅的多人对话，自动匹配说话者的情绪和语调，支持低延迟的实时语音交互。支持零样本语音克隆，用户只需提供简短语音样本，即可复制特定人物的声音特征，可以合成歌声。H

AI中国

241 0

AI视频 3 months ago

Agentar-Fin-R1 – 蚂蚁数科推出的金融推理大模型

Agentar-Fin-R1是什么Agentar-Fin-R1 是蚂蚁数科推出的专门面向金融领域的大型语言模型，提升金融场景中的推理能力、可信度和领域专长。模型基于 Qwen3 基础模型开发，提供 8B 和 32B 参数版本，通过精细化的金融任务标签体系和多层可信度保障框架进行优化。在数据构造上采用标签驱动的三级流水线，确保数据来源可信、合成可信和治理可信。模型在金融基准测试（如 Fineva

AI中国

164 0

AI视频 3 months ago

MonkeyCode – 开源的企业级本地AI编程助手

MonkeyCode是什么MonkeyCode 是开源的企业级 AI 编程助手，支持私有化部署和离线使用，保障代码隐私与安全。MonkeyCode 兼容多种本地化大模型，具备代码补全、自然语言编程、代码安全扫描等功能，配备企业级管理面板，支持对 AI 编程行为进行严格审计和管控。MonkeyCode 安装便捷，基于 Docker 运行，适合注重隐私和安全的开发团队，提升研发效率并保障代码质量。

AI中国

146 0

AI视频 3 months ago

SuperDesign – 开源AI设计Agent，并行生成多个设计选项

SuperDesign是什么SuperDesign 是开源AI设计Agent，帮助设计师和开发者在 IDE 中直接生成 UI 原型、组件和线框图。工具支持自然语言输入，能并行生成多个设计选项，方便用户快速探索不同创意。SuperDesign 支持与 Cursor、Windsurf、Claude Code 和 VS Code 等主流 AI 编辑器无缝集成，支持设计变体管理、快速迭代和本地存储。工

AI中国

156 0

AI视频 3 months ago

KAT-V1 – 快手开源的自动思考模型

KAT-V1是什么KAT-V1是快手开源的自动思考（AutoThink）大模型，包含40B和200B两个版本。模型融合思考与非思考能力，能根据问题难度自动切换思考模式。40B版本性能逼近DeepSeek-R1（6850亿参数），200B版本在多项基准测试中超越Qwen、DeepSeek和Llama等开源模型。KAT-V1用长短思考混合训练范式和新型强化学习方法Step-SRPO，提升思考密度和

AI中国

228 0

AI视频 3 months ago

Qwen-MT – 阿里通义千问推出的机器翻译模型

Qwen-MT是什么Qwen-MT 是阿里通义千问团队推出的机器翻译模型，基于强大的 Qwen3 架构开发。模型支持 92 种语言的高质量互译，覆盖全球 95% 以上的人口，能满足多样化的跨语言交流需求。模型基于轻量级 MoE 架构，具备低延迟和低成本的特点，每百万输出 token 的 API 调用成本低至 0.5 美元。模型支持术语干预、领域提示和翻译记忆等功能，能根据用户需求定制翻译风格。

AI中国

193 0

AI视频 3 months ago

Seed LiveInterpret 2.0 – 字节跳动Seed推出的同声传译模型

Seed LiveInterpret 2.0是什么Seed LiveInterpret 2.0 是字节跳动Seed团队推出的端到端同声传译模型，支持中英双向翻译。具备接近真人水平的翻译准确率和极低的延迟，能实现“边听边说”的实时翻译。模型基于全双工语音生成理解框架，支持多人语音输入，可实时复刻说话人的音色，无需提前采集声音样本。在复杂场景下，翻译准确率超70%，单人演讲时超80%。平均语音到语

AI中国

222 5

AI视频 3 months ago

UP简历

UP简历是什么？UP简历是一款AI智能简历SaaS工具，旨在帮助学生和职场新人轻松创建专业且引人注目的简历。通过使用前沿的AI技术，UP简历简化了繁琐的简历制作过程，提供了一次简单、高效且充满成就感的智能体验。UP简历应用场景学生求职：帮助学生创建第一份简历，突出教育背景和潜在能力。职场新人：为初入职场的新人提供简历制作指导，提升求职成功率。职业转换：助力职业发展和工作领域转换的专业

AI中国

221 7

AI视频 3 months ago

OxyGent – 京东零售开源的多智能体协作框架

OxyGent是什么OxyGent是京东零售Oxygen团队开源的多智能体协作框架，能帮助开发者高效组装多智能体系统。OxyGent将工具、模型和智能体抽象为可插拔的模块（Oxy），支持像搭积木一样灵活组合，具备极致可扩展性和全链路决策追溯能力。基于团队协作式界面，开发者能像与真实队友交流一样分配任务，智能体自动响应并反馈结果。OxyGent支持智能体认知可视化、性能剖析和持续进化，助力开发者

AI中国

169 9

AI视频 3 months ago

Qwen3-Coder – 阿里通义千问推出的代码生成模型

Qwen3-Coder是什么Qwen3-Coder 是阿里通义千问团队推出的强大代码生成模型，拥有 480B 参数和 35B 激活参数，支持原生 256K token 上下文，支持扩展达到 1M token。模型在 Agentic Coding、Agentic Browser-Use 和 Agentic Tool-Use 等任务上表现卓越，达到开源模型的顶尖水平。Qwen3-Coder 基于大

AI中国

133 8

AI视频 3 months ago

Mureka V7 – 昆仑万维推出的最新AI音乐生成模型

Mureka V7是什么Mureka V7是昆仑万维推出的先进的AI音乐模型，具备强大的音乐创作能力。模型基于MusiCoT（音乐思维链）技术，先规划整体音乐结构再填充细节，生成的音乐更具连贯性和艺术性。Mureka V7支持10种语言，能创作流行、摇滚、电子等多种风格的歌曲和纯音乐，支持用文字描述生成专属音色。用户能在简单模式快速创作，或在高级模式下上传参考歌曲实现风格定制。Mureka V

AI中国

206 8

AI视频 3 months ago

Seed GR-3 – 字节跳动推出通用机器人模型

Seed GR-3是什么Seed GR-3 是字节跳动 Seed 团队推出的通用机器人模型，具备高泛化能力、长程任务处理能力和柔性物体操作能力。Seed GR-3融合视觉 – 语言 – 动作信息的“大脑”、三合一数据训练法（机器人数据、VR 人类轨迹数据、公开图文数据）及定制的灵活“身体”ByteMini，实现对新物体、新环境和复杂指令的理解与执行。GR-3 在长序列任务、双臂协同操作和柔性物

AI中国

139 7

AI视频 3 months ago

OpenBB – 开源AI金融分析平台，一键获取期权异动

OpenBB是什么OpenBB 是开源的金融平台，支持为个人和企业提供强大的投资研究工具。平台集成股票、期权、加密货币、外汇、宏观经济和固定收益等多种金融数据，支持用 Python 接口和命令行界面快速调用数据。OpenBB 提供企业级可视化界面（OpenBB Workspace），支持本地部署和 AI 功能，确保数据安全与隐私。OpenBB 目标是用开源的力量，打破专业金融数据的壁垒，让任何

AI中国

167 0

AI视频 3 months ago

OpenReasoning-Nemotron – 英伟达开源的系列推理模型

OpenReasoning-Nemotron是什么OpenReasoning-Nemotron是英伟达开源的一系列推理能力强大的大型语言模型（LLM），基于DeepSeek R1 0528 模型蒸馏而成，参数规模涵盖1.5B、7B、14B和32B。模型专注于数学、科学和代码领域的推理任务，基于大规模数据蒸馏和有监督微调（SFT）训练，在多个基准测试中创下新纪录，数学上，更是超越了o3，展现出卓

AI中国

159 0

AI视频 3 months ago

Seed-X – 字节跳动开源的多语言翻译模型

Seed-X是什么Seed-X是字节跳动Seed团队推出的开源多语言翻译模型，拥有70亿参数，支持28种语言的双向翻译。Seed-X通过高质量的多语言数据预训练、指令微调和强化学习相结合的方式，显著提升翻译能力，在处理复杂语言模式和生硬翻译时表现出色。Seed-X在自动评估和人工评估中均表现出色，与超大型模型如GPT-4、Claude-3.5等相当甚至更好。Seed-X推出挑战性测试集Seed

AI中国

235 0

AI视频 3 months ago

JoyAgent-JDGenie – 京东开源的通用多智能体系统

JoyAgent-JDGenie 是什么 JoyAgent-JDGenie是京东开源的首个高完成度轻量化通用多智能体产品，作为完整的端到端智能体系统，无需二次开发能直接使用，支持多种任务处理，如生成报告、分析数据等。JoyAgent-JDGenie通用性强，支持用户用挂载子智能体或工具快速扩展功能。在 GAIA 榜单上，准确率高达75.15%，超越多个行业知名产品。产品具备多智能体设计模式、跨任

AI中国

159 0

AI视频 3 months ago

雾象Fogsight – AI动画生成Agent，输入主题生成完整叙事动画

雾象Fogsight是什么雾象Fogsight是大型语言模型（LLM）驱动的动画生成智能体，用户输入抽象概念或词语，能生成高水平的生动动画。核心功能包括“概念即影像”，能将输入的主题转化为叙事完整的动画，包含双语旁白和电影级视觉质感；“智能编排”，利用LLM驱动的编排能力自动完成创作流程；以及“语言用户界面（LUI）”，支持用户通过多轮对话对动画进行精准调优和迭代。雾象Fogsight的主

AI中国

157 0

AI视频 3 months ago

ChatFlow – 开源的AI工作流自动化工具

ChatFlow是什么ChatFlow 是开源的简易工作流引擎，支持将用户设计的高质量流程与 AI 的生成能力相结合。ChatFlow支持可视化组件和自动化执行，能帮助开发人员快速生成代码、测试用例，辅助写作和系统设计。基于 ClickPrompt 提供的界面，用户能轻松操作，实现从模糊需求到具体实现的自动化转换。ChatFlow 开源且易于扩展，适合开发者、写作人员和任何需要高效工作流的用户

AI中国

176 0

AI视频 3 months ago

MirageLSD – Decart AI推出的实时视频生成模型

MirageLSD是什么MirageLSD 是 Decart AI 团队推出的全球首个 Live-Stream Diffusion（实时流扩散）AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。通过 Diffusion Forcing 技术和历史增强训练，解决了传统自回归模型在长时间生成中的误差累积问题，实现了视频的无限生成。基于Hopper

AI中国

257 11

AI视频 3 months ago

推推侠

推推侠是什么？推推侠是一款专为跨境电商和TikTok卖家量身打造的TikTok达人建联神器，由杭州翠柳科技有限公司开发。它通过AI算法与RPA技术，精准识别、智能扩展并高效连接高潜达人和爆单达人，实现从“广撒网”到“精准爆破”的营销协同，极大地提高了品牌出海的投放效率和达人转化成功率。推推侠应用场景推推侠在以下场景中尤为出色：跨境电商卖家找达人带货：精准匹配适合自家产品的达人，快速提高

AI中国

212 11

AI视频 3 months ago

VidAU

VidAU AI 是什么？VidAU AI 是一款由 VidAU Technology Limited 推出的 AI 视频广告生成平台，专为品牌、商家与营销人员打造，旨在通过人工智能自动生成高转化率的视频广告，无需剪辑技能、无需拍摄团队，一站式完成从脚本创作到视频制作的全过程。它整合了 AI 头像（Avatar）演绎、GPT-4o 编剧、AI 语音合成、字幕/水印移除、多语种翻译等功能，是现

AI中国

208 11

AI视频 3 months ago

绘想

🔍 绘想是什么？绘想（Huixiang）是百度推出的AI视频创作平台，依托其自研的多模态视频生成大模型 MuseSteamer，为用户提供从文本、图像到视频的自动创作能力。绘想支持1080P高清输出，可在30秒内生成一段拥有电影镜头语言、连贯人物动态的短视频，并搭配自动生成的音效与配音，极大地降低了内容创作门槛。该平台结合灵感推荐、一键同款等高效创作工具，为企业、自媒体、教育、游戏等行业提供

AI中国

234 11

AI视频 3 months ago

Clothes Swap AI

Clothes Swap AI 是什么？Clothes Swap AI 是一个基于人工智能的虚拟试衣平台，用户只需上传自己的照片，即可实时模拟试穿各种服装。这一平台通过先进的AI图像处理技术，将用户的身形与目标服装进行精准匹配，生成极具真实感的换装效果图。无论是休闲装、正装还是裙装，都可以轻松试穿、自由切换，彻底革新了线上购物体验。Clothes Swap AI 应用场景👗 电商购物前试

AI中国

165 11

AI视频 3 months ago

Kimi K2

Kimi K2 是什么？Kimi K2 是由 Moonshot AI 推出的新一代开源 AI 助手，具备 1 万亿总参数（1T）和 32B 激活 MoE 模型，在数学推理、代码编写、多模态理解等方面表现卓越。该模型基于 MuonClip 技术预训练，处理了高达 15.5 万亿 tokens，无训练突刺，代表了大模型训练的顶尖水平。Kimi K2 被誉为类 Claude 4 和 GPT-4.

AI中国

362 44

AI视频 4 months ago

信风AI外贸获客智能体

🌐 信风是什么？信风AI（TradeWind AI）是一款专为中国外贸企业打造的AI智能获客系统。它基于Deepseek大模型训练，融合30年制造业进出口实操数据，能自动化搜索全球亿万级企业信息，精准推荐潜在客户，实现“地图找客户 + AI写开发信 + AI打电话” 的一站式外贸拓客流程。信风不仅能完成高效线索挖掘，还具备多语种翻译、跨平台营销文案生成、Whatsapp与邮件自动跟进、CRM集

AI中国

178 11

加载更多

Popular Tags

MoE 奇点 fine-tuning 双芯架构 Lovable2.0 MNNTaoAvatar ChatGPT4o教程信息过载模型性能分析副业

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

上海AI实验室重磅发布！全球首个数据竞技场终结AI"炼丹"时代

近九成游戏开发者已在工作中使用人工智能工具

GPT-5降智严重，IQ测试历史最低分，原因是OpenAI核心成员被挖光了？硅谷AI人才争夺战！

速抢（2核2G）77元/年香港免备案服务器

AI读网页，这次真不一样了，谷歌Gemini解锁「详解网页」新技能

微软重磅发布设备端小模型Mu:3.3亿参数小模型 Windows11设置AI助手的智能引擎

奥特曼曝惊世预言：2035年GPT-8治愈癌症，人类将为算力爆发三战

midjourney怎么用？Midjourney景别详解：如何运用景别创造视觉冲击

Popular Tags

Popular Authors

为您推荐