AI大模型

Google Flow是一款支持文本、图像、音频等多模态输入的 AI 助手，融合 Gemini 模型，助力更强大的个性化智能体验。

Google推出的适用于医学文本和图像理解的 Gemma 3 变体，一款面向医学的开放式多模态人工智能模型

秒级面部年龄分析模型

Google最先进的视频生成模型

让角色永不崩坏的AI视频生成器，Vidu AI视频生成模型，视频创作工具

利用AI大模型，一键生成高清短视频：只需提供一个视频 主题 或 关键词 ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。

一个能操作手机的GUI Agent大模型。AgentCPM-GUI是基于多模态大语言模型的开源GUI自动化框架，通过分层智能体架构实现跨平台复杂任务处理，重塑人机交互范式

Bilibili 推出的最强大的开源动画视频生成模型。AniSora 支持一键生成各种动画风格的视频，包括连续剧集、中国动画、漫画改编、VTuber 内容、动漫 PV 等等。

哔哩哔哩开源动漫视频生成模型

一个适用于手机上的 GPT-4o 级别的视觉、语音和多模态直播 MLLM。MiniCPM-o 是 MiniCPM-V 衍生出的最新端侧多模态 LLM（MLLM）系列

文本转音频端侧模型

专注轻量高性能大模型(端侧模型部署)

免费激活您的图像，用 Stable Video Diffus...

能把文字变成连续视频的AI神器，用动态提示突破创意边界

用AI生成电影级视频的时代真的要来了

一站式获取Stable Diffusion官方模型与优质变体的资源导航站

AI艺术生成神器：用文字召唤视觉奇迹

StyleDrop正在重新定义AI绘画的可能性——它不再是你和程序员之间的翻译器，而是真正理解创作意图的智能助手

风格保留技术突破性进展的开源解决方案

单目深度估计模型领域的开源颠覆者

用自然语言重塑视觉创意，MGIE正在重新定义图像编辑的边界

用AI帮人类破解视觉密码的智能工具

星汉未来打造零门槛AI创作平台，让普通人也能玩转专业级数字内容生成

AI图像生成工具领域的黑马选手

超精准AI内容替换工具，保持原图细节的同时实现任意元素修改